Робота научили ловко манипулировать вещами, которых он никогда раньше не видел

Новая система позволяет роботу узнавать предмет, предварительно осмотрев его с разных ракурсов.

Новая система позволяет роботу узнавать предмет, предварительно осмотрев его с разных ракурсов.
Фото Tom Buehler/CSAIL.

Система справляется с распознаванием составных частей предметов и помогает роботу, например, ухватить кроссовку именно за задник.

Система справляется с распознаванием составных частей предметов и помогает роботу, например, ухватить кроссовку именно за задник.
Фото Tom Buehler/CSAIL.

Новая система позволяет роботу узнавать предмет, предварительно осмотрев его с разных ракурсов.
Система справляется с распознаванием составных частей предметов и помогает роботу, например, ухватить кроссовку именно за задник.
Инженеры создали систему компьютерного зрения, которая делает роботов гораздо более "ловкими и сообразительными".

Инженеры создали систему компьютерного зрения, которая делает роботов гораздо более "ловкими и сообразительными". О достижении рассказывает пресс-релиз Массачусетского технологического института (MIT).

Промышленные роботы существуют с 1960-х годов и давно преуспели в выполнении рутинных однотипных операций. Робот успешно просверлит отверстие в одной и той же точке в тысячах одинаковых деталей и сделает это намного точнее, чем человек.

Однако такие системы, мягко говоря, не универсальны. Промышленный робот, предназначенный для того, чтобы закручивать гайки, совершенно не в состоянии, например, складывать апельсины в ящики. Между тем, скажем, от робота-официанта требуется умение ловко манипулировать довольно разнообразными предметами.

Поэтому инженеры давно работают над созданием систем, способных управляться с любыми объектами. Для этого используются алгоритмы искусственного интеллекта и, как правило, длительное машинное обучение. Но даже после этого "курса молодого бойца" роботы плохо справляются с распознаванием одного и того же предмета, если видят его с разных ракурсов. Кроме того, им трудно вычленить в объекте составные части и, например, взять чашку именно за ручку, а не за произвольное место.

Для преодоления этих недостатков инженеры MIT создали систему Dense Object Nets (DON), что можно перевести как "плотные сетки на объектах". Это новый подход к компьютерному зрению, заявляют они. Когда в поле зрения робота попадает новый для него предмет, автомат разглядывает его с разных ракурсов. При этом на изображение объекта в "мозгах" машины наносится плотная координатная сетка.

Из собранных двумерных изображений компьютер в итоге собирает трёхмерный образ объекта. После этого он запоминает его и не путает с другими похожими. И для этого ему не требуется обширная обучающая выборка. Например, на испытаниях система DON запомнила конкретную бейсболку, "взглянув" на неё с разных сторон. После этого она уже не путала её с другими бейсболками, несмотря на то, что фасоны этого головного убора не отличаются разнообразием.

Система справляется с распознаванием составных частей предметов и помогает роботу, например, ухватить кроссовку именно за задник.

Но для инженеров важна, конечно, не только способность машины "не забывать" предмет. Новая система позволяет манипулировать с отдельными частями изученных объектов, например, взять кроссовку за задник. Более того, в одном из тестов оснащённый DON робот успешно справился с заданием поднять мягкую игрушку именно за правое ухо. То есть он успешно отличал правое от левого даже в симметричных предметах.

В будущем исследователи планируют сделать роботов ещё более ловкими и понятливыми, чтобы они могли, например, навести порядок на письменном столе. Без сомнения, многие из нас не отказались бы от такого помощника по хозяйству.

Напомним, что ранее "Вести.Наука" (nauka.vesti.ru) рассказывали о роботах, которые подражают человеку после одного просмотра видео, собирают стулья из IKEA, а также сажают и поливают растения и учатся друг у друга. Кроме того, мы писали об ИИ, который обучается игре с предметами подобно маленьким детям.