Robotické paže od Googlu se učí sbírat věci jako člověk

Google objevil způsob, jak přiblížit schopnosti robotické paže lidské ruce. Klíčem není programování, ale učení pomocí neuronových sítí metodou pokus-omyl.
Robotické paže od Googlu se učí sbírat věci jako člověk

Některé věci, které jako lidé považujeme za samozřejmé, jsou pro počítače a roboty nesmírně náročné. Typickým příkladem je sběr objektů rukama, což se učíme několik let po narození a náš mozek se na obrovském počtu pokusů snaží naučit správnou koordinaci rukou a prstů dle obrazu z očí. A jak prezentovali vědci z robotické laboratoře Googlu, přesně to je ten správný směr, jak vyřešit stejný problém i u robotické paže.

14 robotů a statisíce pokusů

Vědci se dlouho snaží pokročit v oblasti sběru objektů pomocí robotické paže, což je jedna z velmi náročných disciplín robotiky. Pořádá se v ní i pravidelná soutěž pod záštitou Amazonu (Picking Challenge), který by takové řešení mohl do budoucna použít k nahrazení lidí ve vlastních skladech. I když je totiž spousta věcí už zajišťována automaticky a robotickými stroji, výběr předmětů z regálů je stále nutné řešit pomocí člověka, který dokáže předmět rychle rozpoznat, rychle vyndat a dát do balíčku k odeslání.

Aby se urychlil vývoj nového konceptu s využitím hlubokých neuronových sítí (CNN), použilo se celkem 14 dostupných univerzálních robotických paží. Každá z nich obsahuje jednu barevnou kameru (žádný trojrozměrný pohled, pouze 2D obraz) a nastavitelnou robotickou „ruku“ v sedmi směrech se dvěma robotickými „prsty“.

Jednotlivé paže měly vlastní truhlu, ve které byly rozházené různé předměty lišící se velikostí, tvary, barvami, hmotností i materiálem. Každá paže měla navíc mírně odlišné nastavení světla a dalších maličkostí, aby se rozšířila různorodost zpracovávaných dat při učení.

Klepněte pro větší obrázek
Různé světelné podmínky jednotlivých robotů

Z počátku paže napojené na zmíněné neuronové sítě neumí chytnout a zvednout žádný předmět. Teprve postupným pokusy, kdy se systém učil jaký pohyb je nutný k danému úspěšnému cíli, začaly se statistiky zlepšovat.

Počet pokusů o sbírání objektů byl ale obrovský – teprve po přibližně 800 000 takových pokusů o sebrání se začíná objevovat schopnost pokročilejší inteligence, která už v reálném čase dokáže s velmi vysokou pravděpodobností zachytit jakýkoli předmět pak ho třeba přesunout vedle a úspěšně tak dokončit úkol. Dokonce i takový, který před tím nikdy nebral. Systém se v této fázi i sám naučí například uvolnit cestu k objektu, který chce vzít.

Zlepšování každým dnem

Pokusy běžely každý den několik měsíců, přičemž data z každého dne se použila pro učení na následující den každého samostatného robota. V přepočtu se jednalo o 3 000 hodin učení, což je vzhledem k tomuto náročnému úkolu opravdu hodně dat.

A v tom je hlavní odlišnost od dřívějších přístupů. Jak se pro web Ieee.org vyjádřil Sergey Levine z Googlu, výzkum ukazuje, že v rámci těchto úkonů je efektivnější cesta minimálních znalostí na začátku a samostatné učení z obrovského množství dat, respektive vlastních pokusů. Zjednodušeně řečeno, se téměř odstraňuje programování člověkem a umělá neuronová síť se sama naučí, co potřebuje. Zkrátka „lidský přístup“.

Klepněte pro větší obrázek
Sbírané předměty byly různého kancelářského charakteru, systémy si ale musely poradit i se zcela novými objekty

Stejně jako u člověka je ale potřeba hodně dat respektive zkušeností k tomu, se dostat na určitou úroveň, která už si poté dokáže rychleji poradit s novějšími případy. A zmíněných 800 000 sebrání předmětů je stále jen začátek, protože cvičení může pokračovat ještě dále.

Zajímavostí totiž je, že se systém sám naučil i specifické techniky uchycení podle druhu materiálu – třeba podle toho, jestli je měkký nebo tvrdý. Ukazuje to na budoucí možnosti, které podobné systémy založené na umělých neuronových sítích budou schopné „vymyslet“ i v rámci složitějších úloh.

Podrobné informace k výzkumu naleznete v oficiálnímu materiálu (PDF).

Diskuze (1) Další článek: Huawei P9: Co umí dvojité oko značky Leica

Témata článku: Technologie, Roboti, Artificial Intelligence, Programování, Hlavní odlišnost, Věc, Regál, Obrovské množství, Typický příklad, Oficiální materiál, Stejný problém, Nahrazení, Neuronová síť, Robot, Robotics, Následující den, Správný směr


Určitě si přečtěte

Jak správně dobíjet baterie současných mobilů? Pozor na zastaralé návyky

Jak správně dobíjet baterie současných mobilů? Pozor na zastaralé návyky

Baterie v mobilních zařízeních se vyvíjejí, i když možná ne tak rychle jako některé jiné komponenty. Přesto už s dnešními články není žádoucí pracovat jako kdysi s NiCd bateriemi.

Jan Láska | 120

RECENZE: Honor 10 drtí konkurenci nejen duhovými odlesky, ale i výbavou a cenou

RECENZE: Honor 10 drtí konkurenci nejen duhovými odlesky, ale i výbavou a cenou

** Honor 10 opět přichází se skvělým poměrem ceny a výkonu ** Za přijatelnou cenu nabízí bohatou ochutnávku ze světa nejlepších ** Nastávající tuctovost displejů s výřezem zahání zády s odlesky duhy

Jakub Vrbacký | 29

RECENZE: Huawei Nova 3i — když se po hvězdě zrodí i hvězdička

RECENZE: Huawei Nova 3i — když se po hvězdě zrodí i hvězdička

** Levnější odvozenina od Huawei Nova 3 má jen málo ústupků ** Zařadila se však do plného rybníka konkurence, včetně té vlastní ** Doufejme, že jí to nesrazí vaz, jedná se o povedený smartphone

Jakub Vrbacký | 31

Vybrali jsme 11 smartphonů s nejvýhodnějším poměrem ceny a výkonu

Vybrali jsme 11 smartphonů s nejvýhodnějším poměrem ceny a výkonu

** Hledáme smartphone, který nestojí jmění, ale přitom je kvalitní ** Podle hlediska ceny a výkonu jsme vybrali 11 nejvýhodnějších modelů ** Připravte si šest až čtrnáct tisíc korun

Jan Láska | 59

Vybrali jsme 13 povedených chytrých hodinek a náramků. Nejen pod vánoční stromek

Vybrali jsme 13 povedených chytrých hodinek a náramků. Nejen pod vánoční stromek

** Nositelnosti jsou specifická kategorie, vybírají se jinak než mobily. ** Co model, to charakter, unikátní mix vlastností, parametrů a funkcí. ** Začneme jednoduchým náramkem, skončíme našlapanými Apple Watch.

Filip Kůžel | 40

RECENZE: Samsung Galaxy A7 (2018) — Tři oči vidí víc

RECENZE: Samsung Galaxy A7 (2018) — Tři oči vidí víc

** Samsung se poprvé pouští do světa trojitých fotoaparátů, u následného modelu však přidá ještě jednu čočku ** Jeho prvotina spadá do střední třídy, takže budete muset udělat několik kompromisů ** Tři čočky pomůžou s focením budov a s věrohodnějším rozmazáním portrétových snímků

Martin Chroust | 43

RECENZE: Nokia 7 Plus — takhle se zadělává na bestseller

RECENZE: Nokia 7 Plus — takhle se zadělává na bestseller

** Nokia 7 Plus je smartphone vyšší třídy s rozumnou cenovkou. ** Lákadlem je čistý Android, skvělá výdrž i fotoaparát Zeiss ** Bonusem je dostatek výkonu i paměti

Martin Miksa | 63

Představujeme Honor 10 Lite: Je krásný, dělá skvělé selfie a nestojí moc

Představujeme Honor 10 Lite: Je krásný, dělá skvělé selfie a nestojí moc

** Honor představil pro český trh novinku střední třídy - Honor 10 Lite ** Lákadly jsou třpytivý design, špičkové selfie a umělá inteligence ** Telefon jsme stihli krátce otestovat, toto jsou první dojmy

Martin Miksa | 24