Liels caurbrukums! Pekinas pētniecības komanda piedāvā pasaulē pirmo „spēka un pozīcijas hibrīdās vadības algoritmu“

Nesenākajā laikā Ķīnas pētnieciskās komandas ir paveikušas ievērojamus atklājumus robotu algoritmu jomā, piedāvājot pasaulē pirmo vienotās teorijas „spēka un atrašanās vietas hibrīdās vadības algoritmu“. Šis algoritms nebalstās uz spēka sensoriem, ļaujot robotam vienlaicīgi apgūt gan atrašanās vietas, gan spēka vadību. Saistīto uzdevumu veiksmīguma rādītājs ir palielinājies aptuveni par 39,5 % salīdzinājumā ar stratēģiju, kas izmanto tikai atrašanās vietas vadību. Vēl vairāk vērā ņemams ir tas, ka saistītie zinātniskie raksti šobrīd ir ieguvuši Starptautiskās robotu mācīšanās konferences izcilā raksta balvu — pirmoreiz kopš šīs balvas izveidošanas Ķīnas zinātnieku komanda ir to ieguvusi.
Eksperimentālajā vietā Pekinā Vispārējā mākslīgā intelekta pētniecības institūtā četrkājains mehāniskais suns, kas aprīkots ar šo jauno algoritmu, veic baltās tāfeles notīrīšanas apmācības uzdevumu sistematiski. Pētnieki izmantoja šo praktisko scenāriju, lai žurnālistiem izskaidrotu „spēka un pozīcijas hibrīdās vadības algoritma“ galvenās principus un izcilās priekšrocības.
Džja Baošjuns, pētnieks Pekinas vispārējā mākslīgā intelekta pētniecības institūtā: Galvenās vizuālās valodas darbības modeļi patiesībā kā ievadi izmanto ar kamerām uzņemtus attēlus un pēc tam prognozē kustības trajektoriju. Šī trajektorija var izraisīt robotu nespēju stingri ievērot tāfeles virsmu, notīrot to, kas rada situāciju, kad nevar notīrīt. Spēka un pozīcijas jauktā vadības modelī mēs cenšamies iespējami pilnīgāk iekļaut spēka dimensiju, sasniedzot efektu, ka uz tāfeles virsmas tiek pielikts spiediens, pamatojoties uz precīzu pozicionēšanu, tādējādi nodrošinot ciešu piegulošumu tāfeles virsmai un vārdu dzēšanu uz tās. Tas nozīmē, ka mēs ne tikai paplašinājām spēka dimensiju sākotnējā vizuālās valodas darbības modelī, bet arī sasniedzām efektu, ka spēks un pozīcija tiek vienlaicīgi jaukti vadīti.
Pētnieku viedoklis ir, ka plaši izmantotais vizuālās valodas darbības modelis bieži nepietiekami veicas reālās dzīves uzdevumu risināšanā. Galvenā problēma ir tāda, ka lielākā daļa šo uzdevumu ietver sarežģītus kontaktscenārijus — piemēram, tāfeles notīrīšanas laikā robotizētajam rokam jāpaliek piespiestai pie virsmas, vienlaikus uzturot atbilstošu spiedienu; elektrības pārslēgšanas skapja durvīm jāatpazīst iekšējā stumšanas un vilkšanas spirālstruktūra; robotam ne tikai jā„iet tur, kur jāiet, un jāizstiepj roka tur, kur jāizstiepj”, bet arī jā„saprot, cik liels spēks jāpieliek”. Pirms „spēka un pozīcijas hibrīdās vadības algoritma” visu šo bija jārisina, izmantojot spēka sensorus.
Džja Baošjuns, pētnieks Pekinas vispārējās mākslīgās intelekta pētniecības institūtā: Spēka sensori faktiski biežāk tiek pievienoti fiksētiem robotu rokām, kas padara uzstādīšanu sarežģītāku un dārgāku. Spēka un pozīcijas jauktā vadības modeļa izmantošana šo spēku prasošo uzdevumu veiksmīguma rādītāju uzlabojusi gandrīz par 40 % salīdzinājumā ar tradicionālo VLA modeli (vizuālās valodas un darbības modelis).