Forskare vid tekniska universitetet i Wien (TU Wien) har utvecklat en självlärande robot som kan efterlikna människor för enkla uppgifter, som att rengöra tvättställ.
Denna till synes enkla uppgift är en enorm utmaning för robotar. Traditionell robotprogrammering kräver exakt matematisk modellering av tvättställets komplexa kurvor, vilket är en tidskrävande och komplex uppgift. Forskargruppen förenklade denna process genom att kombinera mänsklig demonstration och haptiska data för att träna roboten att efterlikna mänskliga rörelser.
Denna inlärningsmetod är inte bara lämplig för hushållsstädning, utan kan också tillämpas på en mängd olika uppgifter inom industriell produktion, såsom polering, målning, slipning och limning.
"Det är relativt enkelt att fånga geometrin hos ett tvättställ med en kamera", säger professor Andreas Kugi vid Institutet för automation och styrning vid tekniska universitetet i Wien, "men nyckeln är att lära roboten hur man väljer rätt sätt att rör sig efter de olika ytorna, och hur snabbt ska det vara?" Vad är den rätta vinkeln? Vad är rätt kraft? "
IT Home noterar att denna inlärningsstil liknar processen för människor att lära sig nya färdigheter, särskilt de som kräver praktiska händer.
"I verkstaden instruerade mästaren lärlingen att säga," Du måste trycka på den smala kanten," säger Christian Hartl-Nesi, chef för Industrial Robotics Group på Andreas Kugis team, "Vi ville hitta ett sätt för robot att lära sig på ett liknande sätt."
För detta ändamål utvecklade forskargruppen ett speciellt rengöringsverktyg, sensorimpregneringssvampen. Svampen används av den mänskliga "läraren" för att upprepade gånger rengöra diskbänkens framkant genom kraftsensorer och spårningsmarkörer.
"Vi genererar mycket data med bara några få demonstrationer och bearbetar den sedan för att hjälpa roboten att förstå det rätta sättet att rengöra", förklarar Christian Hartl-Nesi.
Forskargruppen använde sedan en innovativ databearbetningsstrategi som gjorde det möjligt för roboten att effektivt rengöra ett helt handfat eller annat föremål med komplexa ytor, även om det bara hade demonstrerats hur man rengör en kant av diskhon.
Christoph Unger, doktorand i Industrial Robotics Group, förklarar: "Roboten har lärt sig att anpassa hur den griper svampen efter ytans form, samt att applicera olika krafter på hårt krökta områden och plana ytor. "
I framtiden kan robotar monteras på mobila plattformar, vilket gör dem till kraftfulla assistenter i alla verkstadsmiljöer. Och precis som människor kan dessa robotar också förmedla sina egna erfarenheter till andra robotar.