Roboty humanoidalne mają nauczyć się samodzielnego wykonywania złożonych zadań

Segment robotów humanoidalnych rozwija się dość dynamicznie. Większość obecnych konstrukcji nadal dobrze radzi sobie głównie z pojedynczymi zadaniami wykonywanymi w kontrolowanych warunkach, ale ma kłopoty ze zrobieniem bardziej złożonych rzeczy. Szwajcarski startup Flexion Robotics uważa, że znalazł sposób na rozwiązanie tego problemu.

Firma została założona przez byłych pracowników NVIDII i rozwija system, który uczy robota podstawowych umiejętności fizycznych, takich jak otwieranie drzwi, wchodzenie po schodach czy przenoszenie przedmiotów. Nad tym wszystkim czuwa dodatkowy model sztucznej inteligencji, którego zadaniem jest wybór odpowiedniej czynności oraz określenie momentu jej wykonania w zależności od sytuacji.

Poradzą sobie z największymi bolączami?

W praktyce oznacza to, iż robot nie uczy się od razu wykonywania całego złożonego zadania. Najpierw zdobywa pojedyncze umiejętności w środowisku symulacyjnym, a następnie sztuczna inteligencja łączy je w odpowiedniej kolejności, aby osiągnąć wskazany cel.

Firma została założona przez byłych pracowników NVIDII i rozwija system, który uczy robota podstawowych umiejętności fizycznych, takich jak otwieranie drzwi, wchodzenie po schodach czy przenoszenie przedmiotów. Nad tym wszystkim czuwa dodatkowy model sztucznej inteligencji, którego zadaniem jest wybór odpowiedniej czynności oraz określenie momentu jej wykonania w zależności od sytuacji.

Część z prezentowanych obecnie na różnych wydarzeniach robotów wykonuje efektowne czynności, takie jak składanie ubrań czy układanie produktów na półkach, jednak w rzeczywistości są one często wspierane przez operatorów zdalnie sterujących kolejnymi ruchami maszyny. W mniej przewidywalnym środowisku skuteczność takich rozwiązań wyraźnie spada.

Inne rozwiązania

Flexion Robotics wykorzystuje inny model szkolenia. AI analizuje nagrania przedstawiające ludzi wykonujących codzienne czynności i uczy się ich logicznej kolejności, natomiast fizyczna realizacja każdego etapu pozostaje zadaniem robota, który wcześniej opanował odpowiednie umiejętności.

Podczas jednej z demonstracji robot humanoidalny otrzymał polecenie odebrania dostarczonej paczki, wejścia po schodach, skorzystania z windy, rozpakowania przesyłki i umieszczenia jej zawartości w szufladzie. Wszystkie etapy wykonał samodzielnie bez bieżącej ingerencji człowieka.

Kluczowym elementem całego rozwiązania jest uczenie przez wzmacnianie. Dzięki tej metodzie system analizuje własne błędy i stopniowo poprawia zarówno sposób podejmowania decyzji, jak i precyzję wykonywanych ruchów.

W porównaniu z wieloma obecnymi rozwiązaniami największa różnica polega na tym, że robot sam decyduje, którą wcześniej wyuczoną umiejętność wykorzystać w danym momencie, zamiast otrzymywać szczegółowe instrukcje od operatora.

Eksperci coraz częściej wskazują, że o sukcesie robotów humanoidalnych zdecyduje przede wszystkim rozwój AI, a nie wyłącznie możliwości mechaniczne samych urządzeń. Według prognoz ABI Research rynek oprogramowania dla robotów może w kolejnych latach osiągnąć bardzo dużą wartość.