Investigadores de IA están enseñando a los robots a imitar la destreza humana - Decrypt

Investigadores de IA están enseñando a los robots a imitar la destreza humana – Decrypt

Los investigadores de IA están enseñando a los robots a imitar la destreza humana: descifre la inteligencia de datos de PlatoBlockchain. Búsqueda vertical. Ai.

Los investigadores están logrando avances monumentales en la mejora de la destreza robótica y la detección táctil. ¿La meta? Robots que pueden manipular objetos con la delicadeza y precisión de la mano humana.

A la vanguardia de este campo de investigación se encuentra un estudio innovador del Laboratorio de Ciencias de la Computación e Inteligencia Artificial (CSAIL) del MIT. El equipo abordó el intrincado desafío de la manipulación rica en contactos, un dominio en el que los robots interactúan con objetos de formas complejas.

"El principal desafío de la planificación a través del contacto es la naturaleza híbrida de la dinámica de contacto". las notas de estudio.

El aprendizaje por refuerzo es una técnica utilizada por la IA para entrenar un modelo basado en recompensas y castigos. Los investigadores utilizaron un tipo de método de aprendizaje por refuerzo llamado "suavizado" para simplificar la forma en que los seres vivos pasan por el proceso de sentir cosas y hacerlo replicable por un robot primitivo.

Es más, su método, combinado con una planificación del movimiento basada en muestreo, allana el camino para una manipulación más compleja que involucra numerosos puntos de contacto. En otras palabras: usar dos manos para manipular e interactuar con un objeto. Sus experimentos han demostrado la capacidad de generar movimientos complejos en cuestión de minutos, un salto significativo con respecto a las horas que exigen los métodos tradicionales de RL.

Más robots aprendiendo con IA

Paralelamente, la Universidad de Bristol en el Reino Unido dio a conocer “Bitáctil”, un sistema robótico táctil pionero de doble brazo. "Proponemos un conjunto de tareas de manipulación bimanual adaptadas a la retroalimentación táctil: biempuje, bireorientación y gran recolección". el lee el trabajo de investigación. Este sistema, a través del aprendizaje por refuerzo profundo de simulación a real, puede dominar tareas de manipulación complejas, como empujar objetos de forma colaborativa y rotarlos hábilmente.

En la costa oeste, investigadores de la Universidad de Stanford están enseñando a robots tareas complejas mediante demostraciones en vídeo con humanos. Su método, que emplea imágenes de cámaras enmascaradas con el ojo en la mano, evita la necesidad de costosas traducciones de imágenes entre los dominios humano y robótico.

"Por otro lado, los vídeos de humanos realizando tareas son mucho más baratos de recopilar, ya que eliminan la necesidad de experiencia en teleoperación robótica", argumentan los investigadores en su estudio. artículo académico.

Básicamente, así como la gente aprende viendo tutoriales de YouTube, estos investigadores usando videos para enseñar a sus robots cómo hacer algunas cosas, y su enfoque ha aumentado las tasas de éxito en nuevos entornos de prueba en un impresionante 58% en comparación con el entrenamiento tradicional de datos de robots.

Estos estudios innovadores allanan colectivamente el camino para la creación de robots capaces de manipular objetos con matices similares a las habilidades humanas. Estos avances podrían redefinir las industrias, desde las líneas de fabricación hasta los quirófanos. Imagine un procedimiento quirúrgico en el que un robot, impulsado por IA, ayuda a un cirujano, mejorando la precisión y los resultados.

Entonces, aficionados a la ciencia ficción, no temáis. Los amigables robots ayudantes no necesitan descartar la posibilidad de que la humanidad coexista con algún que otro robot cascarrabias encantador. Mientras los robots sigan discutiendo con sus compañeros humanos en lugar de eliminarlos, estaremos a salvo.

Manténgase al tanto de las noticias criptográficas, obtenga actualizaciones diarias en su bandeja de entrada.

Sello de tiempo:

Mas de Descifrar