Revoluční AI systém učí roboty zvládat reálné úkoly s minimem testování a rizik

Vědci ve Spojeném království vyvinuli novou metodu tréninku robotů založenou na umělé inteligenci, která jim umožňuje přenášet dovednosti naučené v simulaci do reálného světa s výrazně menším množstvím fyzického testování.

Vědci ve Spojeném království vyvinuli novou metodu tréninku robotů založenou na umělé inteligenci, která jim umožňuje přenášet dovednosti naučené v simulaci do reálného světa s výrazně menším množstvím fyzického testování. Tento přístup by mohl zásadně snížit náklady a rizika spojená s výcvikem robotů pro průmyslové úkoly, jako je recyklace baterií, výroba nebo operace v nebezpečných prostředích.

Systém byl společně vyvinut výzkumníky z Aston University a University of Birmingham s cílem řešit dlouhodobý problém v robotice známý jako „propast mezi simulací a realitou“. Tento problém nastává, když roboti trénovaní ve virtuálních simulacích selžou v reálných podmínkách, protože fyzické prostředí obsahuje nepředvídatelné proměnné, jako je šum senzorů, měnící se materiály nebo neočekávané síly. Pro vyřešení tohoto problému vědci využili umělou inteligenci k generování variací v podmínkách prostředí během tréninku robotů, což jim umožňuje efektivněji se adaptovat po nasazení mimo simulaci.

Tým uvedl, že tato metoda kombinuje rychlost a efektivitu simulace s menším množstvím dat z reálného světa, čímž se snižuje potřeba drahého nebo potenciálně nebezpečného testování. Namísto spoléhání se výhradně na fyzický trénink se nyní roboti mohou učit složité úkoly virtuálně a poté zdokonalovat tyto dovednosti v reálném prostředí. Výzkumníci demonstrovali tento přístup pomocí manipulačních a řezacích úkolů, které zahrnují fyzickou interakci s materiály. Podle týmu systém umožňuje stabilnější a adaptivnější chování robotů bez nutnosti masivního sběru dat z reálného světa.

Tato technologie by se mohla ukázat jako obzvláště užitečná v odvětvích, kde je přímé testování obtížné nebo nebezpečné. Jedním z příkladů, který výzkumníci zdůraznili, je recyklace lithiových baterií, kde roboti mohou potřebovat pracovat s poškozenými nebo nebezpečnými bateriovými články. Práce byla podpořena projektem REBELION, financovaným organizací UK Research and Innovation jako součást širšího evropského úsilí zaměřeného na automatizované a bezpečné systémy recyklace lithiových baterií.

Výzkumníci věří, že systém by mohl nakonec pomoci vytvořit okamžitě použitelné průmyslové roboty, které vyžadují minimální rekonfiguraci před nasazením. „Tato práce ukazuje, že můžeme jít nad rámec čistě simulačního tréninku a dosáhnout spolehlivého výkonu v reálných podmínkách s minimem dodatečných dat,“ řekl Dr. Alireza Rastegarpanah, odborný asistent pro aplikovanou AI a robotiku na Aston University. „Naší dlouhodobou vizí je umožnit inteligentní robotické systémy, které lze trénovat v simulaci a rychle nasadit v nových prostředích s minimální rekonfigurací,“ dodal. Tento přístup by mohl urychlit vývoj robotiky v pokročilé výrobě, recyklačních systémech a autonomních průmyslových operacích. Snížení závislosti na rozsáhlém fyzickém testování může také zkrátit dobu vývoje a snížit provozní náklady pro společnosti nasazující robotické systémy.