MIT помогает роботам регулировать захват с помощью новых алгоритмов

Вы можете не заметить, как легко вы можете сдвинуть ручку, поднимая предмет, но инженеры-робототехники много думают об этом. Даже самые сложные механизированные захватчики иногда не могут схватить нужную часть объекта, и его перемещение - сложный в вычислительном отношении маневр. Исследователи из Массачусетского технологического института разработали новый алгоритм, который мог бы помочь роботам подталкивать предметы в выбранные схемы.

Когда человеку нужно отрегулировать свою хватку на чем-либо, не используя другую руку, он обычно прижимает ее к плоской поверхности. Подумайте о том, как вы могли бы сдвинуть ручку карандаша при использовании ластика - этот же процесс мог бы помочь роботу поднимать и манипулировать объектами из неорганизованного мусорного ведра с гораздо большей эффективностью. К сожалению, традиционным алгоритмам потребовались бы десятки минут, чтобы запланировать последовательность действий, чтобы переместить его захват, используя поддержку от стены или стола. Это то, на что надеется обратиться новое исследование от MIT.

Новые алгоритмы, разработанные MIT, могут планировать, как захват может толкать или скользить вдоль неподвижной поверхности, чтобы изменить положение объекта менее чем за секунду. Это многократное увеличение эффективности благодаря оптимизированному мышлению о физике. Ранее программе, пытающейся вычислить что-то вроде роботизированной руки, толкающей блок к стене, чтобы отрегулировать ее хватку, нужно было решать сложную математику, подтверждающую планируемый маневр в контексте физических законов, таких как законы движения Ньютона и законы Кулона. Вместо этого новый алгоритм использует конические карты трения, которые команда называет «конусами движения».

Значения внутри конуса движения описывают, как схватчик может толкать или скользить по объекту, в то же время соблюдая физические законы и сохраняя его хватку. Все, что находится вне конуса, может привести к падению объекта. Команда вычисляет конус движения для желаемого результата, который дает подмножество возможных движений, которые не заставят граспера бросить свой груз. Команда отмечает, что это все еще сложный процесс для того, что люди могут делать автоматически, но это намного быстрее, чем старые методы. То, что при использовании старых методов заняло 500 секунд, теперь занимает всего одну секунду.

Вы можете увидеть пример нового алгоритма в действии выше. Команда провела тысячи тестов, чтобы проверить модель конуса движения. Если бы они применили толчок, который находился внутри конуса движения, захват был бы под контролем. Что-нибудь за пределами конуса заставило схвата уронить предмет. Команда надеется, что эта технология в конечном итоге будет полезна в производственных и складских условиях

Читать далее

Новый MIT AI самостоятельно конструирует роботов

Команда считает, что RoboGrammar может указать исследователям новые направления, ведущие к более эффективным и изобретательным проектам.

Предложения ET: ноутбук Dell Inspiron 15 5000 Intel Core i7-1165G7 за 674 доллара, робот-пылесос iRobot Roomba i7 + 7550 за 599 долларов

Сегодня вы можете воспользоваться 10-процентной скидкой, чтобы купить ноутбук Dell Inspiron 15 5000 с процессором Intel Core i7-1165G7, 12 ГБ оперативной памяти и 512 ГБ NVMe SSD всего за 674 доллара. Вы также можете получить робот-пылесос Roomba i7 + от iRobot всего за 599 долларов США, что является той же ценой, что и в Киберпонедельник.

Boston Dynamics прощается с 2020 годом танцевальной вечеринкой с роботами

Однажды роботы могут танцевать на наших могилах, и у них это получится на удивление хорошо!

Аппаратные ускорители могут значительно сократить время отклика роботов

Если мы хотим создавать более совершенных роботов, нам нужно, чтобы они быстрее планировали собственное движение. Новая исследовательская группа считает, что она изобрела комбинированный метод развертывания оборудования и программного обеспечения, который может вдвое сократить существующие задержки.