Perfekt kast: Robotarm rammer plet med alt fra kuglepenne til bananer

Kunstig intelligens lærer fabriksrobot at kaste og sortere med høj hastighed.

Robotten ved navn Tossingbot kaster mindre ting med høj præcision og lærer sig selv at blive bedre. (Foto: Andy Zeng © Andy Zeng)

At få robotter til at samle ting op og sortere dem i kasser lyder måske ikke som en stor udfordring i en tid, hvor selvkørende biler og virtual reality er ved at blive hverdag.

Men det er faktisk svært at designe de såkaldte pick and place-robotter, som er uundværlige i lagerhaller og på fabrikker verden over.

En mere effektiv udgave af den type robot har derfor stort potentiale, og Google har i samarbejde med flere amerikanske universiteter netop udviklet sådan en, som bærer navnet Tossingbot.

Tossingbot er en robotarm, der ved hjælp af kunstig intelligens kan hjælpe med at pakke ting i kasser eller på anden vis sortere, for eksempel ved et samlebånd.

Hvis sorteringen kan ske ved, at robotten kaster, så kan den arbejde hurtigere og få meget større rækkevidde. Derfor er det vigtigt, at den er præcis og kan kaste med mange forskellige typer ting.

Skruetrækkerkast er ingen simpel sag

Selv om vi kan synes, det lyder simpelt at kaste noget over i en kasse, er det for en robot en svær opgave. Der skal tages højde for, hvordan tingen samles op, tingens fysiske form og andre ting som for eksempel masse og aerodynamik.

Kompleksiteten beskrives i det blogindlæg, der følger med projektet om den nye Tossingbot.

- Hvis du for eksempel griber en skruetrækker om håndtaget nær massemidtpunktet og kaster den, så vil den lande meget tættere på dig, end hvis du havde grebet om metalspidsen, så den kunne svinge fremad og lande længere væk[...]. Det er nærmest umuligt at designe en manuel løsning, der tager højde for alle disse faktorer og for alle tænkelige objekter.

Skruetrækkeren, som Tossingbot kaster, ryger længst, hvis den gribes i spidsen. (Foto: Andy Zeng © Andy Zeng)

En ustruktureret verden

Computersystemer, som dem robotterne er bygget på, er traditionelt set effektive, når de behandler ting, som er ens - papkasser og printplader for eksempel.

Men vores verden består af meget andet end printplader og papkasser. Og den del kaldes "den ustrukturerede verden" i robotverdenen.

Når robotterne skal løse opgaver i den ustrukturerede verden, så stiller det nye krav.

Den ustrukturerede verden består blandt andet af bolde og kuglepenne i forskellige størrelser. (Foto: Andy Zeng © Andy Zeng)

AI lærer robotten om verden

For at overkomme den ustrukturerede verdens udfordringer tager Tossingbot kunstig intelligens til hjælp.

Det fungerer sådan, at robotten samler en ting op, kaster den og observerer, hvor den lander, og gemmer resultatet. De første mange gange vil robotten fejle, men processen gentages i det uendelige og vil med tiden give bedre resultater.

Efterhånden bliver robotten bedre til at træffe de rigtige beslutninger om, hvor hårdt der skal gribes, hvornår der skal slippes, og med hvilken kraft der skal kastes, for at tingen lander, hvor den skal.

Den model giver mening i en ustruktureret verden, hvor man ikke kan forprogrammere robotten til alle tænkelige scenarier.

Endemålet beskriver forskerne som, at robotten skal udvikle en slags "intuition" i forhold til, hvordan objektet, den samler op, skal behandles.

Tossingbot er i stand til at opsamle, sortere og kaste cirka 500 tilfældige ting i timen. Det er omkring dobbelt så meget som en lignende pick and place-robot, der sidste år præsterede mellem 200 og 300 opsamlinger per time.

Facebook
Twitter