Самообучающаяся роботизированная рука повышенной ловкости

МЕНЮ


Искусственный интеллект
Поиск
Регистрация на сайте
Помощь проекту
Архив новостей

ТЕМЫ


Новости ИИРазработка ИИВнедрение ИИРабота разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика

Авторизация



RSS


RSS новости


Люди способны выполнять руками такие сложные движения, как вращение и сгибание в суставах, захват объектов различной формы, а вот для большинства роботов такие способности пока находятся за гранью возможного. Но недавно группа специалистов из Университета штата Вашингтон смогла обеспечить повышенную ловкость для пятипалой роботизированной руки, которая может имитировать человеческие движения и способна, обучаясь, совершенствовать свои движения.

В процессе работы над проектом стоимостью около 300 000 долларов создана конструкция на основе роботизированной руки Shadow Hand, которая приводится в действие с помощью специальной пневматической системы, что позволяет действовать быстрее, чем может человеческая рука. Стоимость такой руки получается слишком высокой для коммерческого или промышленного использования, но она позволяет проводить исследовательскую работу.

Руководитель проекта и директор лаборатории Эмо Тодоров отмечает: «Это почти как производство анимационного фильма - все выглядит реально, но там требуется армия аниматоров для тонкой настройки. Мы используем универсальный подход, который позволяет роботу самому учиться на основе собственных движений, без вмешательства разработчиков».

рименяемый алгоритм позволяет моделировать сложные пятипальцевые движения, набирать текст на клавиатуре или ловить падающий объект, имитировать движения, необходимые для достижения желаемого результата в режиме реального времени. Роботизированная рука способна учиться и совершенствоваться без участия человека, благодаря ряду датчиков и камер для захвата движения, обеспечивающих поток данных для алгоритмов машинного обучения. Таким образом, не требуется ручное программирование каждого отдельного движения роботизированной руки.

В настоящее время автономная система обучения способна совершенствовать решение конкретной задачи, включающей манипуляции заданным набором объектов, но команда стремится решать и более глобальные задачи, чтобы позволить руке эффективно манипулировать незнакомыми предметами, используя для этого 40 сухожилий и 21 сустав.


Источник: vk.com

Комментарии: