Video van Jenga Robot Misschien wel het prototype van Factory Bots of the Future

Jenga is een tijdverdrijf dat veel mensen nog steeds kunnen genieten, zelfs na meer dan een paar drankjes, waardoor het een populair barspel is. Maar voor robots blijft het spel een uitdaging die test hoe ze beide zien en voelen de fysieke wereld, een combinatie van vaardigheden die, eenmaal onder de knie, grote implicaties zal hebben die veel verder gaan dan het winnen van een gratis balkentabblad.

Professor Alberto Rodriguez en afgestudeerde student Nima Fazeli van het Massachusetts Institute of Technology vertellen omgekeerde dat deze doorbraak de sleutel is tot het trainen van robots in de echte wereld. Hun onderzoek werd woensdag in het tijdschrift gepubliceerd Science Robotics.

Door kunstmatige intelligentie te gebruiken, hebben de twee onderzoekers hun robot in staat gesteld om zowel real-time beeld- als aanraakgegevens te verwerken, in tegenstelling tot het voeden van honderden spreadsheets. Dit soort van real-time gegevensverwerking zou op een dag kunnen leiden tot assemblagelijnrobots die on the fly kunnen leren met tactiele informatie, zonder ze opnieuw te hoeven programmeren. Binnenlandse bots kunnen ook nieuwe schoonmaakvaardigheden leren met slechts een beetje een proefrit. Machines zouden uiteindelijk als leerlingen kunnen worden opgeleid.

Lees meer: ​​Video toont Beer-fetching Lego-robot die Boston dynamisch zou kunnen opnemen

"Het vermogen om te leren omgaan met de toren met zorg en vertrouwen is cruciaal voor het ontwikkelen van een robotachtige manipulatievaardigheid", schrijven Rodriguez en Fazeli in een e-mail aan omgekeerde. "Een tweede belangrijke reden waarom we Jenga hebben gekozen, is gegevensefficiëntie. Hoe krijgen we de robot te leren van tientallen of honderden pogingen in plaats van tientallen of honderdduizenden pogingen? Beide zijn belangrijk voor vele taken die we met onze handen doen en dat zou geweldig zijn voor robots om ons te helpen. Van het samenstellen van telefoons tot het sorteren van afval."

In een video vrijgegeven door de onderzoekers, steekt een robotarm de toren van houten blokken in de lucht om te onderzoeken welke zetten het mogelijk zou kunnen maken; het identificeert snel de vastzittende stukken en stuurt daar vrij van. Uiteindelijk wordt het een Jenga-expert die misschien een kans maakt om een ​​(waarschijnlijk dronken) mens te verslaan. Dit verschilt van veel hedendaagse robots die uitsluitend op visuele gegevens vertrouwen om hun taken uit te voeren.

Nu het bewezen is dat deze trainingsmethode het bij Jenga verplettert, is het aan onderzoekers om de methode te vertalen naar het helpen van robots om meer praktische taken te beheersen. Misschien is de volgende grote test om te leren recyclen van compostafval te sorteren op basis van zicht en gevoel.

Tot die tijd zal deze robotgrijper je gelukkig laten lijken op een dwaas tijdens je volgende Jenga-barsessie.

Gerelateerde video: deze robotachtige hand werd mensachtige reflexen aangeleerd.