Robot industri belajar dengan coba-coba

Fanuc adalah produsen robot industri terbesar di dunia yang menggunakan pembelajaran yang diperkuat untuk secara mandiri mencari tahu bagaimana menyelesaikan tugas mereka.

Di Tokyo, di dalam gedung perkantoran yang tampak sederhana, sebuah robot industri yang luar biasa cerdas, yang dikembangkan oleh perusahaan Jepang Fanuc, hidup. Beri dia tugas: ambil widget dari satu kotak dan letakkan di kotak lain, dan dia akan mencoba mencari tahu bagaimana melakukan ini sepanjang malam. Di pagi hari, mesin sudah akan menguasai pekerjaan ini, sama seperti jika telah diprogram oleh seorang spesialis, laporreview teknologi .


Fanuc memamerkan produknya Desember lalu di Tokyo International Robot Show. Robot industri dapat menyelesaikan tugas yang ditugaskan kepada mereka dengan akurasi dan kecepatan tertinggi, tetapi, biasanya, mereka harus diprogram dengan sangat hati-hati agar dapat belajar, misalnya, untuk menangkap objek. Ini sulit dan memakan waktu, dan berarti robot seperti itu, sebagai aturan, hanya dapat bekerja sesuai dengan algoritma yang ditentukan secara ketat.

Robot Fanuc menggunakan teknik yang dikenal sebagai penguatan pembelajaran untuk membentuk persepsi tentang tugas. Dia mencoba menangkap objek dengan manipulator dan selama proses ini menangkap karyanya di video. Setiap kali, terlepas dari keberhasilan tindakannya, mesin menangkap gambar objek, yang kemudian digunakan untuk meningkatkan algoritme tindakan menggunakan "pembelajaran dalam" atau memproses data dalam jaringan saraf. Selama beberapa tahun terakhir, pembelajaran yang mendalam telah terbukti efektif dalam pengenalan pola.

"Setelah delapan jam pelatihan, robot berhasil melakukan 90 persen atau lebih kegiatan dalam lingkup penugasan, yang sebanding dengan diprogram oleh seorang spesialis," jelas Shohei Hido, rekan utama di Preferred-Networks, sebuah perusahaan pembelajaran mesin yang berbasis di Tokyo.

Pakar robotika percaya bahwa pembelajaran yang diperkuat dapat menyederhanakan dan mempercepat pemrograman robot yang digunakan di pabrik. Awal bulan ini, Google menerbitkan rincian penelitiannya sendiri tentang penggunaan pelatihan penguatan, yang mengajarkan robot untuk menangkap objek.

Agustus lalu, Fanuc menginvestasikan $ 7,3 juta di Preferred-Networks. Dan sudah pada bulan Desember, perusahaan menunjukkan robot belajar mandiri di Pameran Internasional di Tokyo.

Salah satu keuntungan potensial terbesar dalam pendekatan pelatihan ini adalah prosesnya dapat dipercepat jika beberapa robot bekerja secara paralel, dan kemudian membagikan informasi yang diterima di antara mereka sendiri. Dengan demikian, delapan robot yang bekerja bersama selama satu jam dapat mempelajari apa yang bisa dikuasai satu mesin dalam delapan jam. "Proyek kami berfokus pada pembelajaran yang didistribusikan," kata Hido. "Bayangkan ratusan robot pabrik saling berbagi informasi satu sama lain."


Video yang menunjukkan proses belajar mandiri robot

Bentuk pembelajaran terdistribusi ini, kadang-kadang disebut "cloud robotics", memiliki potensi besar baik dalam penelitian ilmiah maupun dalam industri.

"Fanuc memiliki posisi pasar yang baik untuk pengembangan teknologi ini, karena mereka memasok robot ke banyak pabrik di seluruh dunia," kata Ken Goldberg, profesor robotika di University of California, Berkeley. Dia menambahkan bahwa robot cloud di tahun-tahun mendatang kemungkinan akan mengubah pemahaman robot saat ini.

Namun demikian, ia mencatat, penggunaan pembelajaran mesin untuk robotika adalah tugas yang sulit, karena mengelola perilaku lebih sulit daripada, misalnya, mengenali objek dalam gambar. “Pembelajaran penguatan adalah kemajuan besar dalam pengenalan pola,” kata Goldberg. “Masalahnya dengan robot adalah orang-orang memiliki multithread. Dengan demikian, tidak seperti robot, kami dapat melakukan tindakan yang diperlukan untuk menyelesaikan sejumlah besar tugas pada saat yang sama. "

Fanuc bukan satu-satunya yang mengembangkan robot semacam itu. Pada tahun 2014, ABB adalah perusahaan Swedia-Swiss yang berspesialisasi dalam teknik listrik, teknik listrik, dan teknologi informasi. Perusahaan berinvestasi dalam proyek Varian. Namun, buah dari investasi ini masih belum terlihat.

Source: https://habr.com/ru/post/id391855/