رسانه کلیک – دو الگوریتم AI جدید پیشنهاد شده توسط پژوهشگران دانشگاه واوریک، مهارت در دست گیری اشیاء توسط دست های ماهر شادو روبات را به سطح دقت انسانی رسانده اند.
پژوهشگران دانشگاه وارویک (WMG) به پیشرفت قابل توجهی در ایجاد الگوریتم های هوش مصنوعی دست یافته اند. این الگوریتم ها به یک روبات اجازه می دهند تا همانند انسان و به صورت ماهرانه، اشیاء را در دست گرفته و حرکت دهند. با اینکه دستکاری ماهرانه اشیاء جزو فعالیت های پایه و بدیهی برای انسان است، اما کسب مهارت در این فعالیت برای دست های روباتی خودمختار تا پیش از معرفی الگوریتم های جدید WMG بسیار چالش برانگیز و دشوار بود.
دست ماهر شادو روبات همانند دست انسان عمل کرده و قادر به انجام قابلیت ها و توانایی های آن است. شبیه سازی ها نشان می دهند که دست های روباتی جدید، به طور خودکار یاد می گیرند که چگونه حرکات را هماهنگ کرده و فعالیت متفاوت با پیچیدگی های مختلف را انجام دهند.
دست های روباتیک در کاربردهای مهم و متعددی مورد استفاده قرار می گیرند که نیازمند دقت و تطبیق پذیری هستند. از جمله این کاربردها، می توان به فرایندهای تولید، جراحی، و کار با مواد رادیواکتیو اشاره کرد. استفاده از دست های روباتی در خطوط مونتاژ موجب افزایش بهره وری و در عین حال، کاهش خطرات ناشی از حوادث احتمالی در محل کار (برای کارگران انسانی) می شوند.
پروفسور جیووانی مونتانا و دکتر هنری چارلزورث (از دانشگاه MWG) در مقاله خود به عنوان حل فعالیت های دستی ماهرانه چالش برانگیز به وسیله بهینه سازی مسیر و یادگیری تقویتی، الگوریتم های هوش مصنوعی جدید خود را معرفی کرده اند. الگوریتم های AI جدید، روبات ها را قادر می سازند تا نحوه هماهنگ سازی و کنترل حرکات انگشت و همچنین دستکاری اشیاء را یا بگیرند.
تطبیق پذیری الگوریتم ها در این واقعیت نهفته است که روبات ها می توانند هر نوع فعالیتی را، مادامی که قابل شبیه سازی باشد، یاد بگیرند. شبیه سازی های سه بعدی به وسیله MuJoCo (موتور فیزیکی ساخته شده توسط دانشگاه واشنگتن) ایجاد می شوند.
رویکرد این پژوهشگران شامل دو الگوریتم می شود. یک الگوریتم طرح ریزی ابتدایی و یک الگوریتم یادگیری تقویتی. پژوهشگران با استفاده از این رویکرد جدید توانسته اند پیشرفت قابل ملاحظه و بی سابقه ای را در جابجایی و حرکت اشیاء توسط دست روباتی حاصل کنند. پیشرفت حاصل در دست ماهر شادو روبات تاکنون در هیچ یک از متدولوژی ها و فناوری های فعلی مشاهده نشده است.
تیم پژوهشی در نظر دارد تا همکاری خود با کمپانی شادو روبات را ادامه داده و الگوریتم های خود را روی سخت افزار روباتی واقعی پیاده سازی کنند. بدین ترتیب می توان پیشرفت دست جهت استفاده در زندگی روزمره را از نمایی نزدیک تر و واقعی مورد بررسی و ارزیابی قرار داد.
پژوهشگران WMG مقاله دیگری به عنوان PlanGAN: برنامه ریزی مبتنی بر مدل به وسیله پاداش های پراکنده و اهداف متعدد، را به چاپ رسانده اند که قرار است در کنفرانس NeurIPS سال 2021 ارائه شود. در این مقاله، یک رویکرد هوش مصنوعی عمومی و کلی پیشنهاد شده که به روبات ها اجازه می دهد تا فعالیت های مختلف را به منظور بهبود قابلیت های دست خود، یاد بگیرند.
ریچ واکر، مدیر عامل کمپانی شادو روبات مستقر در لندن گفته است که این شرکت، مسیر طولانی را تا این لحظه پیموده و تاکید کرد که گروه تحقیقاتی پس از افزایش هوشمندی الگوریتم ها برای کنترل دست روباتی، به سراغ سخت افزار خواهند رفت.
