Από το πλύσιμο των ουρητηρίων μέχρι την καθαριότητα της παραλίας, μπορούμε ήδη να δούμε ένα μέλλον όπου οι ρομποτικοί υπηρέτες μας θα βοηθούν να διατηρήσουμε τον κόσμο μας λίγο πιο καθαρό. Τώρα, ένας ρομποτικός βραχίονας κατάφερε να ανταπεξέλθει στην εκπληκτικά πολύπλοκη εργασία του πλυσίματος νιπτήρων, επιδεικνύοντας την ικανότητά του να μαθαίνει.
Το καθάρισμα ενός νιπτήρα μπορεί να μην ακούγεται ως η πιο προηγμένη εργασία, αλλά αν το καλοσκεφτείτε, απαιτούνται πολλά γι’ αυτό. Πρέπει να γνωρίζετε διαισθητικά σε ποια γωνία να χρησιμοποιήσετε το σφουγγάρι σας, να καταλάβετε πόση δύναμη πρέπει να ασκήσετε σε διάφορα σημεία του νεροχύτη ανάλογα με τη βρωμιά και να αναπροσαρμόζετε συνεχώς το σώμα σας καθώς κινείστε κατά μήκος της επιφάνειας. Σίγουρα είναι εύκολο για εμάς τους ανθρώπους, αλλά αν είστε προγραμματιστής και δουλεύετε με ένα ρομπότ που βρίσκεται στα πρώτα του βήματα, είναι πολλά αυτά που πρέπει να κωδικοποιήσετε.
«Η καταγραφή του γεωμετρικού σχήματος ενός νιπτήρα με κάμερες είναι σχετικά απλή», αναφέρει ο Andreas Kugi από το Ινστιτούτο Αυτοματισμού και Ελέγχου του TÜ Wien στην Αυστρία. «Αλλά αυτό δεν είναι το κρίσιμο βήμα. Είναι πολύ πιο δύσκολο να διδαχθεί το ρομπότ: Ποιο είδος κίνησης απαιτείται για ποιο τμήμα της επιφάνειας; Πόσο γρήγορη πρέπει να είναι η κίνηση; Ποια είναι η κατάλληλη γωνία; Ποια είναι η σωστή ποσότητα δύναμης;»
Κατανοώντας ότι ο προγραμματισμός όλων αυτών των σημείων δεδομένων και συνδυασμών ήταν ένα τιτάνιο έργο, ο Kugi και η ομάδα του αποφάσισαν να αφήσουν τον ρομποτικό τους βραχίονα να μάθει να κάνει την εργασία παρατηρώντας κάποιον άλλον να την κάνει.
Έτσι ανέπτυξαν ένα ειδικό σφουγγάρι καθαρισμού εξοπλισμένο με αισθητήρες δύναμης και θέσης και έβαλαν ένα άτομο να το χρησιμοποιήσει για να καθαρίσει επανειλημμένα μόνο την μπροστινή άκρη ενός νεροχύτη που είχε ψεκαστεί με ένα βαμμένο τζελ που μιμείται τη βρωμιά. Στη συνέχεια χρησιμοποίησαν τα δεδομένα που συνέλεξαν από αυτές τις ασκήσεις για να εκπαιδεύσουν ένα νευρωνικό δίκτυο που μπορούσε να μεταφράσει την είσοδο σε προκαθορισμένα μοτίβα κίνησης. Τροφοδότησαν αυτά τα μοτίβα στο ρομπότ και τα άφησαν να ενημερώνουν τις κινήσεις του καθώς ξεκινούσε την εργασία.
Αν και το πείραμα επικεντρώθηκε στον καθαρισμό νεροχύτη, οι ερευνητές λένε ότι αποδεικνύει το γεγονός ότι οι ρομποτικοί βραχίονες θα μπορούσαν να εκτελέσουν μια σειρά εργασιών σε διαφορετικές, ποικίλες επιφάνειες, όπως το τρίψιμο, η βαφή ή η συγκόλληση λαμαρίνας. Επιπλέον, λένε ότι ένας στόλος ρομπότ θα μπορούσε να μάθει τις βασικές κινήσεις ο ένας από τον άλλο μέσω αυτού που είναι γνωστό ως «ομοσπονδιακή μάθηση» και στη συνέχεια θα μπορούσαν να εφαρμόσουν αυτές τις κινήσεις στις ατομικές, καθορισμένες εργασίες τους.
«Ας φανταστούμε ότι πολλά εργαστήρια χρησιμοποιούν αυτά τα αυτοδίδακτα ρομπότ για να τρίβουν ή να βάφουν επιφάνειες», λέει ο Kugi. «Στη συνέχεια, θα μπορούσατε να αφήσετε τα ρομπότ να αποκτήσουν εμπειρία ατομικά με τοπικά δεδομένα. Ακόμα, όλα τα ρομπότ θα μπορούσαν να μοιράζονται μεταξύ τους τις παραμέτρους που έμαθαν».
Καλό το παρκούρ και οι επιδέξιες κινήσεις στα εργοτάξια, αλλά εμείς οι καθημερινοί χρήστες θα διευκολυνόμασταν αφάνταστα αν είχαμε ένα ρομπότ να κάνει αυτές τις δουλειές στα σπίτια μας…
[via]
