2019. 02. 03. - 08:05
Drasztikusan gyorsíthatják az e-kereskedelmet az ügyes kétkezes robotok
Vadonatúj, két kézzel a korábbinál sokkal ügyesebben dolgozó robotot mutattak be mérnökök – ez a modell különösebb edzés nélkül is meg tud fogni számos tárgyat, vagyis jelentősen gyorsíthatja az e-kereskedelmet.
Számos, különféle objektumot képes megfogni edzés nélkül az új megközelítésben készült robot, amelyet a napokban mutattak be a Berkeley-i Kaliforniai Egyetem mérnökei.
Az e-kereskedelem folyamatosan bővül és új szintekre lép. Annak érdekében, hogy a rendeléseket tökéletesen és gyorsan intézzék, a vállalatok – így például az Amazon, a Walmart vagy az Alibaba - egyre több raktárba fektetnek be.
A munkavállalók hiányának pótlására sok cég robotokban gondolkodik. Számos termék megbízható megragadása ugyanakkor máig kihívást jelent a robotika számára.
A robotnak tudnia kell bármilyen tárgyat jól fogni
A Science Robotics szaklapban megjelentetett tanulmány arról számol be, hogy megvalósult modelljüknél az ügyesebb kétkezi fogás, edzés nélkül is képes a robot megragadni sokféle formát.
Jeff Mahler posztdoktor kutató, a jelentés vezető szerzője elmondta: egyetlen fogó nyilvánvalóan nem tud kezelni minden egyes tárgyat. Egyes szerszámok, játékok minden oldalát tehát nem képes elérni.
Mahler Ken Goldberggel, az UC Berkeley professzorával dolgozik egy laboratóriumban.
Érdemes tudni, hogy az e-kereskedelemben használt, raktárakban dolgozó robotok többségében a szívó hatású fogásra támaszkodnak, s ez igencsak korlátozza, hogy mit foghatnak meg.
Az új megközelítés azonban kompatibilis számos fogó típussal – ez számszerűsíti annak valószínűségét, hogy minden fogás sikeres legyen. A rendszer gyorsan meg tudja határozni, hogy egy adott tárgynál milyen jellegű megragadásra van szükség. A kutatók ún. jutalomfunkciókkal végezték a betanítást.
Az ügyesebb kétkezes robot a teszt során 25, korábban sosem látott tárgyat vett ki egy kukából, óránként több mint 300 kézmozgással és 95 százalékos megbízhatósággal.
„Egy raktárban számos csomag van egy helyen, a tárgyak pedig nagyon sokfélé lehetnek – mondta el Goldberg. - Vagyis különböző fogókra van szükségünk a különböző objektumok kezeléséhez.”
A jelentés alapjául szolgáló kutatást egyébként a Berkeley automatizálás tudományi és mérnöki laboratóriumában (AUTOLAB) végezték, a Berkeley AI Research (BAIR) laboratóriumával, a Real-Time Intelligent Secure Execution (RISE) Lab és a CITRIS "People and Robots" "(CPAR) kezdeményezés együttműködésével.
László Adrienn
