Onderzoekers boeken enorme vooruitgang in het verbeteren van de behendigheid en tastzin van robots. Het doel? Robots die objecten kunnen manipuleren met de finesse en precisie van mensenhanden.
In de voorhoede van dit onderzoeksveld bevindt zich een baanbrekend onderzoek van MIT’s Computer Science and Artificial Intelligence Lab (CSAIL). Het team ging de ingewikkelde uitdaging aan van contactrijke manipulatie, een domein waar robots op complexe manieren interactie hebben met objecten.
“De belangrijkste uitdaging voor het plannen via contact is de hybride aard van contactdynamica”, aldus het onderzoek.
Versterkingsleren is een techniek die door AI wordt gebruikt om een model te trainen op basis van beloningen en straffen. De onderzoekers hier gebruikten een soort versterkingsleermethode genaamd “smoothing” om de manier waarop levende wezens door het proces van dingen voelen gaan te vereenvoudigen en het repliceerbaar te maken voor een primitieve robot.
Bovendien maakt hun methode, in combinatie met sampling-gebaseerde bewegingsplanning, de weg vrij voor meer ingewikkelde manipulaties waarbij meerdere contactpunten betrokken zijn. Met andere woorden: Twee handen gebruiken om een object te manipuleren en ermee te interageren. Hun experimenten hebben laten zien dat ze in staat zijn om ingewikkelde bewegingen te genereren in slechts enkele minuten, een aanzienlijke sprong voorwaarts ten opzichte van de uren die traditionele RL-methoden vragen.
Meer robots leren met AI
Parallel hieraan onthulde de universiteit van Bristol in het Verenigd Koninkrijk “Bi-Touch”, een baanbrekend tactiel robotsysteem met twee armen. “We stellen een reeks bimanuele manipulatietaken voor die zijn afgestemd op tactiele feedback: bi-duwen, bi-reoriënteren en bi-verzamelen”, aldus het onderzoeksartikel. Dit systeem kan, door middel van sim-to-real deep reinforcement learning, ingewikkelde manipulatietaken aan, zoals het gezamenlijk duwen van objecten en ze vakkundig draaien.
Aan de westkust leren onderzoekers van de Stanford University robots complexe taken met behulp van menselijke videodemonstraties. Hun methode, die gebruik maakt van gemaskeerde oog-in-hand camerabeelden, omzeilt de noodzaak van kostbare beeldvertalingen tussen mens en robot.
“Video’s van mensen die taken uitvoeren zijn daarentegen veel goedkoper om te verzamelen, omdat ze de noodzaak voor robotische teleoperatie-expertise elimineren”, stellen de onderzoekers in hun wetenschappelijke artikel.
Net zoals mensen leren door YouTube-tutorials te bekijken, gebruiken deze onderzoekers video’s om hun robots te leren hoe ze bepaalde dingen moeten doen. Hun aanpak heeft de succespercentages in nieuwe testomgevingen met een indrukwekkende 58% verhoogd in vergelijking met traditionele robotdatatraining.
Deze baanbrekende onderzoeken maken gezamenlijk de weg vrij voor robots die in staat zijn om objecten op een genuanceerde manier te manipuleren, vergelijkbaar met menselijke vaardigheden. Dergelijke ontwikkelingen kunnen industrieën herdefiniëren, van productielijnen tot operatiekamers. Stel je een chirurgische ingreep voor waarbij een robot, aangedreven door AI, een chirurg bijstaat en de precisie en resultaten verbetert.
Dus, sci-fi liefhebbers, vrees niet. Vriendelijke hulprobots hoeven de mogelijkheid niet uit te sluiten dat de mensheid samenleeft met een charmante robotcrimineel. Zolang de robots het bij kibbelen met hun menselijke metgezellen houden in plaats van ze uit te schakelen, zouden we veilig moeten zijn.
