Ricercatori a Ingegneria Columbia hanno dimostrato una mano robotica altamente abile che combina un senso del tatto avanzato con algoritmi di apprendimento motorio per raggiungere un alto livello di destrezza.
Come dimostrazione di abilità, il team ha scelto un difficile compito di manipolazione: eseguire una rotazione arbitrariamente ampia di un oggetto afferrato dalla forma irregolare mantenendo sempre l’oggetto in una presa stabile e sicura.
Questo compito è molto difficile perché richiede il costante riposizionamento di un sottoinsieme di dita, mentre le altre dita devono mantenere stabile l’oggetto. Non solo la mano è stata in grado di svolgere questo compito, ma lo ha fatto anche senza alcun feedback visivo, basato esclusivamente sul rilevamento del tocco.
Mano robotica – configurazione del test di presa. Credito immagine: laboratorio ROAM della Columbia University
Oltre ai nuovi livelli di destrezza, la mano ha funzionato senza telecamere esterne, quindi è immune da illuminazione, occlusione o problemi simili. E il fatto che la mano non faccia affidamento sulla visione per manipolare gli oggetti significa che può farlo in condizioni di illuminazione molto difficili che confonderebbero gli algoritmi basati sulla visione: può persino operare al buio.
“Sebbene la nostra dimostrazione riguardasse un’attività di prova, intesa a illustrare le capacità della mano, riteniamo che questo livello di destrezza aprirà applicazioni completamente nuove per la manipolazione robotica nel mondo reale”, ha affermato Matei Ciocarlieprofessore associato nei Dipartimenti di Industria meccanica E Informatica.
“Alcuni degli usi più immediati potrebbero essere nella logistica e nella movimentazione dei materiali, contribuendo ad alleviare i problemi della catena di approvvigionamento come quelli che hanno afflitto la nostra economia negli ultimi anni, e nella produzione avanzata e nell’assemblaggio nelle fabbriche”.
Sfruttando le dita tattili basate sull’ottica
Dita robotiche tattili. Credito immagine: laboratorio ROAM della Columbia University
In un lavoro precedente, il gruppo di Ciocarlie ha collaborato con Ioannis Kymissis, professore di ingegneria elettrica, per sviluppare una nuova generazione di dita robot tattili basate sull’ottica.
Queste sono state le prime dita robotiche a ottenere la localizzazione dei contatti con una precisione inferiore al millimetro, fornendo al tempo stesso una copertura completa di una complessa superficie multi-curva. Inoltre, l’imballaggio compatto e il basso numero di fili delle dita hanno consentito una facile integrazione nelle mani robot complete.
Insegnare alla mano a svolgere compiti complessi
Esecuzione di compiti complessi. Credito immagine: laboratorio ROAM della Columbia University
Per questo nuovo lavoro, guidato dal ricercatore di dottorato di CIocarlie, Gagan Khandate, i ricercatori hanno progettato e costruito una mano robotica con cinque dita e 15 articolazioni azionate in modo indipendente: ogni dito era dotato della tecnologia di rilevamento del tocco del team.
Il passo successivo è stato testare la capacità della mano tattile di eseguire complesse attività di manipolazione. Per fare ciò, hanno utilizzato nuovi metodi per l’apprendimento motorio o la capacità di un robot di apprendere nuovi compiti fisici attraverso la pratica. In particolare, hanno utilizzato un metodo chiamato apprendimento per rinforzo profondo, potenziato con nuovi algoritmi che hanno sviluppato per un’esplorazione efficace di possibili strategie motorie.
Robot ha completato circa un anno di pratica in sole poche ore di tempo reale
L’input per gli algoritmi di apprendimento motorio consisteva esclusivamente nei dati tattili e propriocettivi del team, senza alcuna visione.
Utilizzando la simulazione come campo di addestramento, il robot ha completato circa un anno di pratica in sole poche ore di tempo reale, grazie a moderni simulatori fisici e processori altamente paralleli. I ricercatori hanno quindi trasferito questa abilità di manipolazione addestrata nella simulazione alla vera mano del robot, che ha raggiunto il livello di destrezza sperato dal team.
Ciocarlie ha osservato che “l’obiettivo direzionale per il campo rimane la robotica assistiva in casa, l’ultimo banco di prova per la vera destrezza. Questo studio mostra che le mani dei robot possono anche essere molto abili in base al solo rilevamento del tocco. Una volta che avremo aggiunto al mix anche il feedback visivo insieme al tatto, speriamo di essere in grado di ottenere ancora più destrezza e un giorno iniziare ad avvicinarci alla replica della mano umana.
Obiettivo finale: unire l’intelligenza astratta con l’intelligenza incarnata
In definitiva, ha osservato Ciocarlie, un robot fisico per essere utile nel mondo reale ha bisogno sia di un’intelligenza semantica astratta (per capire concettualmente come funziona il mondo), sia di un’intelligenza incarnata (l’abilità di interagire fisicamente con il mondo).
Modelli di linguaggio di grandi dimensioni come GPT-4 di OpenAI o PALM di Google mirano a fornire il primo, mentre la destrezza nella manipolazione ottenuta in questo studio rappresenta progressi complementari nel secondo.
Ad esempio, quando gli viene chiesto come preparare un panino, ChatGPT scriverà un piano passo dopo passo in risposta, ma ci vuole un robot abile per prendere quel piano e realizzare effettivamente il panino.
Allo stesso modo, i ricercatori sperano che i robot dotati di abilità fisiche siano in grado di estrarre l’intelligenza semantica dal mondo puramente virtuale di Internet e metterla a frutto in compiti fisici nel mondo reale, forse anche nelle nostre case.
Fonte: Università della Columbia
Da un’altra testata giornalistica. news de www.technology.org
