Robot leert onbekende voorwerpen op te pakken
Onderzoekers van Berkeley hebben een robot geleerd hoe hij voorwerpen moet oppakken die hij nooit eerder heeft gezien.
De onderzoekers trainden de robot door hem te voeren met talloze afbeeldingen van digitale objecten. Dankzij zelflerende algoritmes is de robot vervolgens in staat om voorwerpen op te pakken die hij nooit eerder heeft gezien, meldt The New York Times.
7 miljoen objecten
De wetenschappers van de Amerikaanse universiteit van Berkeley maakten een database van ruim zeven miljoen voorwerpen die waren vormgegeven met behulp van CAD. Vervolgens lieten ze de robot bij elk object zien waar de robotarm het betreffende object het best kon vastgrijpen. Door die training is de robot nu ook in staat om fysieke objecten die hij nooit eerder heeft gezien goed vast te pakken en op te tillen.
Het Berkeley-onderzoek laat daarmee zien hoe een robot die een taak digitaal leert, diezelfde taak in de fysieke wereld kan toepassen. Andere onderzoekers kiezen ervoor om robots taken – zoals het openen van een deur – door middel van ‘trial and error’ in de echte wereld te leren, maar die werkwijze kost aanmerkelijk meer tijd.
Speelgoedhaai
Helemaal foutloos werkt de Berkeley-robot nog niet. Bij alledaagse voorwerpen met een gedeeltelijk vlak oppervlak, zoals een nietmachine, gaat het in meer dan 90 procent van de gevallen goed. Worden de objecten complexer – denk aan een speelgoedhaai – dan daalt dat percentage rap.
Het zal dan ook nog verscheidene jaren gaan duren voordat dergelijke robots ook buiten het lab aan de slag kunnen, verwachten de onderzoekers. Maar als het eenmaal zover is, dan kan dat grote gevolgen hebben voor de wijze waarop bedrijven met grote magazijnen, zoals Amazon, functioneren.