Новий робот Google - краще, коли кидає речі, ніж ти
Роботи змогли підібрати та перемістити об'єкти протягом десятиліть, але тільки якщо вони були запрограмовані з точними інструкціями для виконання завдання. Нейронні мережі відкрили нові кордони в дослідженнях робототехніки, надаючи машинам здатність справлятися з незвичайними розмірами об'єктами і несподіваними умовами. Google продала деякі з своїх робототехнічних проектів кілька років тому, але компанія переорієнтувалася на машинне навчання. Дослідники Google AI створили просту руку робота, яка розуміє фізику підкидання об'єктів, що є більш вражаючим, ніж можна припустити.
Ми всі знаємо, як підкинути щось у смітник - це навичка, яку ви підбираєте як дитина. Існує інтуїтивний аспект, який важко навчити машину. Ви можете змінити спосіб утримання об'єкта на основі його форми або щільності, а вага впливає на те, де в гойдалці ви відпускаєте свій хват. "TossingBot" з робототехнічної лабораторії Google використовує численні нейронні мережі для того, щоб кидати об'єкти навіть більш ефективно, ніж середній інженер.
Коли TossingBot вперше був представлений контейнером випадкових елементів, він не знав, як викинути їх у потрібні бункери. TossingBot навчився працювати з цими об'єктами, інтегруючи просту фізику з глибоким навчанням. Система має накладні камери, що показують об'ємні об'єкти і три нейронні мережі, які повідомляють, що робити. Одна мережа розпізнає об'єкти всередині бункера, друга визначає, як їх підняти, а третій описує, як викинути їх у правий контейнер. Мережі уточнюються неодноразовими спробами, більшість з яких - невдачі на ранній стадії. За словами інженерів, TossingBot тепер краще кидати речі, ніж люди, які його розробили.
За даними Google, підкидання може бути гарною стратегією для робота при переміщенні певних (нехрупких) об'єктів. Ми, люди, робимо це весь час, тому що це швидше, і ми отримуємо речі в місцях, до яких не можна дістатися. Ось чому TossingBot має прагнути до відсіків, що знаходяться поза його фізичним охопленням. Він може обробляти більше 500 об'єктів на годину, тоді як робот, який встановлює речі, може робити лише 200-300 на годину.
Компанія Google також розробляє ці нові роботи, щоб вони могли виконувати поставлені завдання, а не виглядати як люди або тварини. Ми всі бачили дивно органічних роботів від Boston Dynamics, які Google продала кілька років тому. Ці машини могли б ефективніше орієнтуватися в світі, в якому домінують люди, але вони не дуже добре володіють будь-яким конкретним завданням. Атлас може забрати коробку і перенести її в інше місце, але TossingBot може сортувати цілий контейнер різних об'єктів за той же час. Сховища майбутнього, ймовірно, будуть автоматизовані пристроями, такими як TossingBot, що працюють на нейронних мережах, а не на гуманоїдних роботах Atlas.
Читати далі
Астероїд Бенну може бути порожнім і приреченим на руйнування
Новий аналіз команди OSIRIS-REx з Університету Колорадо Боулдера показує, що Bennu набагато менш стабільний, ніж очікувалося. Насправді він може повністю розпастися в найближчі еони.
Тести, що просочились, малюють суперечливу картину Intel Rocket Lake
Чутки про Рокет-Лейк останнім часом вказують у двох протилежних напрямках, але більш конкурентоспроможні показники, швидше за все, будуть правдою.
CD Projekt Red заперечує будь-які плани щодо повернення коштів за Кіберпанк 2077
Виявляється, CD Projekt Red насправді не означав для вас думки, що ви можете отримати повернення за Cyberpunk 2077.
Нове дослідження припускає, що темної речовини не існує
В даний час більшість вчених вважають, що залізний захват гравітації посилюється темною речовиною, невидимим матеріалом, який становить близько 85 відсотків Всесвіту. Нове дослідження обґрунтовує альтернативну модель, в якій темна речовина не існує, а гравітація працює трохи інакше, ніж ми думали.