As habilidades de chef com IA do RoboNinja estão me impressionando

2023-02-24 14:40:02 Imagem: Universidade de Columbia

Você já viu um robô cortar perfeitamente o caroço de um abacate? com certeza não.

Hoje, E foi ao Twitter para compartilhar um vídeo do RoboNinja, um robô alimentado por IA que pode cortar perfeitamente objetos multimateriais como mangas e abacates, enquanto considera coisas como caroços. Como você pode ver no vídeo, o robô corta perfeitamente o caroço de uma manga. É muito selvagem de se ver.

RoboNinja: aprendendo uma política de corte adaptável para objetos multimateriais

abdômen: https://t.co/OZrkOVYNSm
página do projeto: https://t.co/bWkHCOToUc pic.twitter.com/FrMLBrS6hX

— AK (@_akhaliq) 23 de fevereiro de 2023

De acordo com um publicar da Columbia University, o objetivo do RoboNinja é aperfeiçoar o corte de objetos que apresentam um exterior macio e um interior rígido. Enquanto as técnicas anteriores usavam “ações de corte de circuito aberto para cortar objetos de um único material”, a nova versão pode considerar um interior rígido e saber como contorná-lo.

Para conseguir isso, nosso sistema fecha o ciclo percepção-ação utilizando um estimador de estado interativo e uma política de corte adaptativa. O sistema primeiro emprega informações esparsas de colisão para estimar iterativamente a posição e a geometria do núcleo de um objeto e, em seguida, gera ações de corte de circuito fechado com base no estado estimado e em um valor de tolerância. A “adaptabilidade” da política é obtida através do valor de tolerância, que modula o conservadorismo da política ao encontrar colisões, mantendo uma distância de segurança adaptativa do núcleo estimado. Aprender essas habilidades de corte diretamente em um robô do mundo real é um desafio.

A equipe diz que usou um “simulador de corte diferenciável” e um “sensor de força de baixo custo” para poder usar o modelo aprendido em cenários do mundo real com objetos que tinham uma variedade de geometrias e materiais.

No entanto, os simuladores existentes são limitados na simulação de objetos multimateriais ou no cálculo do consumo de energia durante o processo de corte. Para resolver esse problema, desenvolvemos um simulador de corte diferenciável que suporta acoplamento multimaterial e permite a geração de trajetórias otimizadas como demonstrações para aprendizado de políticas. Além disso, usando um sensor de força de baixo custo para capturar feedback de colisão, conseguimos implantar com sucesso o modelo aprendido em cenários do mundo real, incluindo objetos com diversas geometrias de núcleo e materiais macios.

Assistir a um robô aprendendo a cortar frutas me lembra alguns dos vídeos malucos que você vê dos robôs do Boston Dynamics dançando ou fazendo parkour . Com a IA e a robótica se unindo de várias maneiras, definitivamente estamos indo para algo mais intenso do que Bing perdendo a cabeça ao tentar conversar com você.

não perca : O chatbot Bing da Microsoft com ChatGPT já está disponível no iPhone

---

Link de origem: bgr.com

---