Обычный робот-манипулятор можно научить выполнять сложные задачи по захвату объектов, если обучить его использованию внешней среды в качестве вспомогательного «инструмента».
Исследователи из Института робототехники Университета Карнеги Меллон показали, как робот может решать более сложные манипуляционные задачи, используя внешнюю среду.
Например, робот может толкать предмет и упирать его в вертикальную стенку (оказывается у такого подхода и название есть — «Внешняя ловкость» (Extrinsic Dexterity)).
В своей работе, они разработали систему, основанную на обучении с подкреплением (reinforcement learning (RL)), чтобы научить робота переместить объект таким образом, чтобы его можно было захватить. В результате — робот учится прижимать объект к стенке, чтобы его можно было повернуть, а затем схватить.
Статья
- Zhou W., Held D. Learning to Grasp the Ungraspable with Emergent Extrinsic Dexterity //ICRA 2022 Workshop: Reinforcement Learning for Contact-Rich Manipulation. – 2022.
Ссылки
По теме
- Робот-манипулятор строит собственную кинематическую модель
- Плавные движения позволяют роботу сэкономить до 40% энергии
- Роботы из веток учатся ходить при помощи глубокого обучения
- Робота научили лучше двигаться среди людей, используя их в качестве «датчиков»
- PaLM-SayCan — метод с помощью которого Google обучила роботов Everyday Robots реагировать на сложные запросы