Importante avanzamento! Un team di ricerca di Pechino propone il primo algoritmo ibrido di controllo forza-posizione al mondo

Recentemente, squadre di ricerca cinesi hanno ottenuto importanti progressi nel campo degli algoritmi per robot, proponendo la prima teoria unificata al mondo di "algoritmo ibrido di controllo forza-posizione". Questo algoritmo non richiede sensori di forza, consentendo al robot di apprendere simultaneamente il controllo della posizione e della forza. Il tasso di successo nelle relative attività è aumentato di circa il 39,5% rispetto alla strategia che utilizza esclusivamente il controllo della posizione. Ancora più degno di nota è che i relativi articoli scientifici hanno attualmente ricevuto il Premio per il Miglior Articolo alla Conferenza Internazionale sull'Apprendimento dei Robot, il primo riconoscimento di questo tipo assegnato, dalla sua istituzione, a un gruppo di studiosi cinesi.
Nel sito sperimentale dell’Istituto di Ricerca sull’Intelligenza Artificiale Generale di Pechino, un cane meccanico quadrupede dotato di questo nuovo algoritmo sta eseguendo il compito di addestramento per cancellare le lavagne in modo ordinato. I ricercatori hanno utilizzato questo scenario pratico per spiegare ai giornalisti i principi fondamentali e i vantaggi evidenti dell’"algoritmo ibrido di controllo forza-posizione".
Jia Baoxiong, ricercatore presso l’Istituto di Ricerca sull’Intelligenza Artificiale Generale di Pechino: i modelli visuo-linguistici per azioni più diffusi utilizzano in ingresso immagini acquisite da telecamere, per poi effettuare previsioni di traiettoria. Tale traiettoria potrebbe impedire al robot di aderire rigidamente alla lavagna durante l’operazione di cancellatura, rendendo così impossibile eliminare completamente il testo. Nel modello di controllo misto forza-posizione, cerchiamo di integrare il più possibile la dimensione della forza, ottenendo l’effetto di applicare una pressione sulla lavagna in aggiunta a un posizionamento preciso, in modo che il robot vi aderisca strettamente ed elimini le scritte. In altri termini, non solo abbiamo esteso il modello visuo-linguistico per azioni originale includendo la dimensione della forza, ma abbiamo anche realizzato un controllo simultaneo misto di forza e posizione.
Secondo i ricercatori, il modello di azione basato sul linguaggio visivo, ampiamente utilizzato, spesso non riesce a gestire molti compiti della vita reale. Il problema principale risiede nel fatto che la maggior parte di tali compiti comporta scenari di contatto complessi: ad esempio, quando si pulisce una lavagna, il braccio robotico deve aderire alla superficie mantenendo una pressione adeguata; per aprire lo sportello di un quadro elettrico, è necessario percepire con precisione la struttura interna a molla di spinta/tiratura; inoltre, il robot non deve soltanto "andare dove deve andare ed estendere il braccio dove serve", ma deve anche "capire quanta forza applicare". Prima dell'introduzione dell'algoritmo di controllo ibrido forza-posizione, tutti questi aspetti richiedevano l'uso di sensori di forza.
Jia Baoxiong, ricercatore presso il Beijing General Artificial Intelligence Research Institute: I sensori di forza vengono in realtà aggiunti più comunemente a bracci robotici fissi, rendendo l’installazione più complessa e costosa. Il modello di controllo misto forza-posizione ha migliorato il tasso di successo di questi compiti che richiedono forza di quasi il 40% rispetto al tradizionale modello VLA (visual language action model).