Електронна комерція продовжує розвиватися, досягнувши нових рівнів після недавнього святкового сезону. Для оперативного виконання величезного обсягу різноманітних замовлень такі компанії, як Amazon, Walmart та Alibaba, роблять чималі вкладення в свої склади. Багато компаній розглядають роботів в якості заповнення відсутньої робочої сили. Однак робототехніка поки не дуже добре справляється з великою різноманітністю продуктів, інформує Ukr.Media.
У статті, опублікованій в журналі Science Robotics, інженери з Каліфорнійського університету в Берклі представили новаторський «двурукий» підхід до роботи з продуктами різних форм, без попередньої підготовки.
«Жодний одиничний захват не може впоратися з усіма об'єктами, - говорить дослідник і провідний автор дослідження Джефф Малер. - Наприклад, присоска не може поставити печатку на пористих об'єктах на зразок одягу, а маніпулятори з двома паралельними щелепами не можуть взяти деякі інструменти або іграшки за обидві сторони».
Роботизовані системи, використовувані в більшості центрів електронної комерції, засновані на вакуумних захватах, які можуть обмежувати діапазони здобутих ними об'єктів. У новій роботі вчені представили «дворукий» підхід, сумісний з різними типами маніпуляторів. Цей підхід заснований на поширеній «функції винагороди» для кожного типу маніпуляторів, який розраховує ймовірність успішного виконання завдання кожним захватом. Це дозволяє системі швидко вирішувати, який маніпулятор використовувати в певній ситуації. Для ефективного розрахунку функції винагороди для всіх типів маніпуляторів у статті описано процес навчання функцій винагороди за допомогою тренування на великих синтетичних наборах даних.
Коли дослідники тренували функції винагороди для маніпулятора з паралельними щелепами і маніпулятора з присоскою у дворукого робота, вони виявили, що їхня система очистила кошики з 25 незнайомими об'єктами зі швидкістю вище 300 об'єктів за годину з 95-відсотковою надійністю.
«Коли ви на складі збираєте пакети для доставки, об'єкти сильно розрізняються, - говорить Кен Голдберг з Каліфорнійського університету в Берклі. - Нам потрібні різні захвати для роботи з різними предметами».
