Virtuális szimuláció a robotoknak – Így készítik fel őket a valódi világra

A robotok és a kiszámíthatatlan fizikai valóság között eddig éles határvonalat húztak a túl steril digitális szimulációk: ami a képernyőn tökéletesen működött, az a gyárakban vagy a laboratóriumokban gyakran vallott kudarcot, vagy a szenzorok zaja, vagy az anyagok váratlan fizikai ellenállása miatt. A brit Aston Egyetem kutatói erre reagálva dolgoztak ki egy olyan mesterséges intelligencia alapú módszert, amely képessé teszi a gépeket arra, hogy a virtuális térben megszerzett tudást minimális korrekcióval tudják alkalmazni a való életben.

Híd a szimuláció és a realitás között

A szakértők által csak „szimuláció-valóság szakadéknak” nevezett jelenség eddig komoly gátat szabott a robotika fejlődésének. A gépeknek szimulált környezetben tanítják meg az összetett mozdulatokat, például a vágást vagy az anyagmozgatást, ám a fizikai világban jelentkező apró eltérések rontják a megbízhatóságot. A valós adatok gyűjtése mindazonáltal rendkívül lassú, költséges és sokszor veszélyes folyamat lehet.

Az új eljárás lényege pedig éppen az, hogy a mesterséges intelligencia változó körülményeket generál a virtuális térben.

Ezzel a fejlesztők elérték, hogy a robotok már a digitális felkészítés során találkozzanak a bizonytalansági tényezőkkel, így a gyakorlatban már alig van szükségük kiegészítő információra.

A Scientific Reportsban megjelent eredmények szerint a módszer drasztikusan csökkenti a fejlesztési időt és a kockázatokat. A gép akkor is képes hatékonyan dolgozni, ha korábban soha nem látott körülmények közé kerül. Ez a technológia olyan területeken hozhat változást, ahol a környezet folyamatosan változik vagy egész egyszerűen túl kockázatos az emberi jelenlét. Fontos szerepet kaphat továbbá a körforgásos azdaságban, például a lítiumion-akkumulátorok automatizált szétszerelése során, ahol az alkatrészek állapota és helyzete eltérő lehet.

„A hosszú távú tervünk olyan intelligens, plug-and-play robotrendszerek létrehozása, amelyeket szimulációban tanítunk be, majd minimális átállítás után azonnal bevethetünk új környezetben” – vázolta a kutatást vezető Dr. Alireza Rastegarpanah.

Gábor János, NEW technology