Información

A los robots se les enseña a pensar antes de actuar

A los robots se les enseña a pensar antes de actuar


We are searching data for your request:

Forums and discussions:
Manuals and reference books:
Data from registers:
Wait the end of the search in all databases.
Upon completion, a link will appear to access the found materials.

El trabajo teórico se ha centrado en utilizar la computación cuántica para acelerar el aprendizaje automático / SINC Fuente: Eurekalert

Los robots están aumentando en número en nuestra vida diaria, al hacerse cargo de tareas simples en los hogares y en las empresas. Durante sus tareas, estos robots se enfrentan a una amplia gama de objetos articulados, como herramientas, armarios, cajones y otros objetos articulados. Estos objetos ofrecen un número infinito de posibles arreglos y poses, y los robots tienen que discernir rápidamente todas las posibles variaciones en las poses para mover o recuperar objetos en estos espacios.

RELACIONADO: NVIDIA ABRE UN NUEVO LABORATORIO DE INVESTIGACIÓN PARA ENSEÑAR A LOS ROBOTS A TRABAJAR DE MANERA SEGURA CON LOS HUMANOS

El problema sigue siendo cómo enseñarle a un robot todas estas posibles variaciones de poses y cómo puede navegar a través de entornos desordenados y no planificados.

Con el fin de mejorar la percepción robótica, los científicos de la Universidad de Michigan en Ann Arber, dirigidos por Karthik Desingh, han creado un algoritmo metódico que calcula y estima varias poses potenciales de objetos articulados. Condensado, el algoritmo le enseña al robot a coordinar sus acciones. El artículo sobre la investigación "Propagación de creencias no paramétricas eficiente para la estimación de pose y manipulación de objetos articulados"se publica en la revista de esta semanaCiencia Robótica diario.

Robots pensando antes de actuar

En última instancia, esto será extremadamente útil y mejorará el servicio de los robots de almacén o los robots domésticos, ya que su capacidad para interactuar y moverse alrededor de objetos y herramientas articulados aumentará drásticamente.

Para moverse rápidamente por una cocina y sus gabinetes, un robot debe comprender y conocer la gama de poses del gabinete (cerrar y abrir cajones, por ejemplo), practicando un conjunto específico de movimientos.

¿El reto? Variación de la norma.

Por ejemplo: si un paño de cocina está esparcido por los cajones o un armario, el robot ya no reconoce el objeto y no sabe qué movimiento hacer a continuación.

Gracias al nuevo algoritmo, un robot ahora podrá tener esto en cuenta, ejecutar todas las posibles variaciones de pose y aún ser capaz de sortearlo y descubrir cómo trabajar en un entorno desordenado. Este no era el caso anteriormente.

Entendiendo el algoritmo

Desingh y sus colegas crearon el algoritmo, llamado PMPNBP, que formula variables aleatorias que constituyen diferentes opciones de una secuencia de evaluaciones de pose. Utiliza los conocimientos previos del robot para hacerlo.

En la actualidad, se utilizan 100 iteraciones distintas a través de PMPNBP, lo que deja espacio para que muchos paños de cocina se arrojen en el camino de un gabinete.

¿La clave del éxito de PMPNBP? Sus investigadores han afirmado que se debe a sus observaciones parciales para hacer girar todo el objeto de posesión hipotética. Es más preciso y sistemático cuando se están estimando poses de objetos articulados, saltando un escalón por delante de PAMPAS, un método preexistente.


Ver el vídeo: 5+1 CONSEJOS para CONVERTIRTE en un BUEN LÍDER para tu PERRO FUNCIONA! (Julio 2022).


Comentarios:

  1. Theseus

    Soy definitivo, lo siento, pero no se acerca a mí. Buscaré más.

  2. Melanippus

    Pido disculpas por estar interrumpiéndolo, pero propongo ir de una manera diferente.

  3. Menoeceus

    aaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaa ...

  4. Amoxtli

    Encuentro que admites el error. Examinaremos esto.



Escribe un mensaje