211service.com
Amazon robotu konkurss var paātrināt noliktavas automatizāciju
Oreo paciņas, krītiņu kastes un čīkstošas suņu rotaļlietas pārbaudīs robotu redzes un manipulācijas robežas šā gada maijā notikušajās sacensībās. Amazon organizē pasākumu, lai veicinātu izveicīgāku produktu iepakošanas iekārtu izstrādi.
Willow Garage PR2, viens no izaicinājumā iesaistītajiem robotiem, izmanto šo parasto satvērēju.
Roboti, kas piedalās, iegūs punktus, novietojot produktus, kas atrodas kaut kur plauktu kaudzītē, droši tos izgūstot un pēc tam iesaiņojot kartona piegādes kastēs. Robotiem, kas nejauši sasmalcina cepumu vai nometīs rotaļlietu, tiks atskaitīti punkti. Cilvēki, kuru roboti nopelnīs visvairāk punktu, laimēs 25 000 USD.
Amazon jau ir automatizējis daļu darbu, kas paveikts savos plašajos izpildes centros. Roboti dažās vietās nosūta ar produktiem piekrautus plauktus strādniekiem, kuri tos satver un iepako. Šie mobilie roboti, ko izgatavoja Kiva sistēmas , uzņēmums, kuru Amazon iegādājās 2012. gadā 678 miljoni ASV dolāru , samaziniet attālumu, kas darbiniekiem jānoiet, lai atrastu produktus. Tomēr neviens robots vēl nevar izvēlēties un iepakot produktus tādā ātrumā un uzticamībā kā cilvēka. Rūpnieciskie roboti, kas jau ir plaši izplatīti vairākās nozarēs, aprobežojas ar ārkārtīgi precīzu, atkārtotu darbu stingri kontrolētā vidē.
Pīts Vurmens , Kiva Systems galvenais tehnoloģiju speciālists, stāsta, ka izaicinājumā, kas notiks Sietlā Sietlā notiekošajā starptautiskajā robotikas un automatizācijas konferencē, piedalīsies aptuveni 30 komandas no akadēmiskajām nodaļām ( ICRA 2015 ). Katrā kārtā robotiem tiks likts izvēlēties un iepakot vienu no 25 dažādām precēm no plauktu kaudzes, kas līdzinās Amazon noliktavās atrastajām precēm. Dažas komandas izstrādā savus robotus, bet citas pielāgo komerciāli pieejamas sistēmas ar saviem satvērējiem un programmatūru.
25 preces, kas iesaistītajiem robotiem būs jāizņem no plauktiem.
Izaicinājums, ar ko Amazon konkursā saskarsies roboti, būs ievērojams. Cilvēkiem ir ievērojama spēja identificēt objektus, izdomāt, kā ar tiem manipulēt, un pēc tam satvert tos ar pareizo spēku. Mašīnām to ir īpaši grūti izdarīt, ja objekts ir nepazīstams, neveiklas formas vai atrodas uz tumša plaukta ar daudzām citām lietām. Amazon konkursā robotiem būs jāstrādā bez to radītāju tālvadības norādījumiem.
Mēs centāmies atlasīt dažādus produktus, kas reprezentēja mūsu katalogu un rada dažādus izaicinājumus, sacīja Vurmens. Tāpat kā plastmasas iesaiņojums; grūti satveramas mazas suņu rotaļlietas; lietas, kuras nevēlaties sagraut, piemēram, Oreos.
Tālāk esošajā videoklipā parādīta Kolorādo universitātes komandas pieeja. Komanda izmanto gatavu programmatūru un veido šim uzdevumam specializētu robotu, saka Deivs Kolmens, iesaistītais doktorants.
Konkurss varētu piedāvāt veidu, kā novērtēt progresu, kas panākts pēdējos gados, kad ir parādījušies daži lētāki, drošāki un pielāgojamāki roboti (skatiet sadaļu Kā tehnoloģija iznīcina darbavietas), pateicoties tehnoloģiju attīstībai, kas ir mašīnu veiklības pamatā. Jauni robotu manipulatoru veidi padara mašīnas mazāk spiestas, piemēram, nepakļaujot trauslus vai neērtus priekšmetus. Vairāki jaunuzņēmumi izstrādā robotu rokas, kas cenšas kopēt elastību un pieskāriena sajūtu, kas atrodama cilvēka ciparos. Mašīnmācības progress varētu palīdzēt robotiem turpmākajos gados veikt daudz sarežģītākas manipulācijas ar objektiem.
Galvenais izrāviens šajā jomā notika 2006. gadā, kad pētnieku grupa Endrjū Nga vadībā, kas toreiz strādāja Stenfordā un tagad Baidu, izstrādāja veidu, kā roboti varētu izdomāt, kā manipulēt ar nepazīstamiem objektiem. Tā vietā, lai rakstītu noteikumus, kā satvert konkrētu objektu vai formu, pētnieki ļāva savam robotam izpētīt tūkstošiem 3-D attēlu un iemācīties atpazīt, kādi satvēriena veidi būtu piemēroti dažādām formām. Tas ļāva izdomāt piemērotus satvērējus jauniem objektiem.
Pēdējos gados robotikas pētnieki arvien vairāk ir izmantojuši jaudīgu mašīnmācības pieeju, kas pazīstama kā dziļā mācīšanās, lai uzlabotu šīs iespējas (skatiet 10 Breakthrough Technologies 2013: Deep Learning ). Ašūts Saksena , Ng komandas loceklis Stenfordā un tagad Kornela universitātes docents, izmanto dziļo mācīšanos, lai apmācītu robotu, kas piedalīsies Amazon izaicinājumā. Viņš strādā ar vienu no saviem studentiem, Īans Lencs .
Lai gan Amazon izaicinājums varētu šķist vienkāršs, Saxena uzskata, ka tas varētu ātri ietekmēt reālo pasauli. Viņš saka, ka, ja roboti spēj tikt galā pat ar vieglajiem satveršanas uzdevumiem, ko piedāvā konkurss, mēs faktiski varētu redzēt daudz robotu, kas palīdz cilvēkiem veikt dažādus uzdevumus.