Risolvere le sfide della pizzaiola robotica.

La creazione di una nuova forma da quell’impasto richiede più passaggi e strumenti diversi. Imparare un’attività di manipolazione con una lunga sequenza di passaggi è difficile per un robot poiché ci sono molte scelte possibili. Una struttura per un sistema di manipolazione robotica che utilizzi un processo di apprendimento in due fasi potrebbe consentire a un robot di eseguire complesse attività di manipolazione dell’impasto per un lungo periodo di tempo. Il modello di apprendimento automatico è addestrato per apprendere idee astratte su quando e come eseguire ogni abilità di cui ha bisogno durante l’attività, come usare un mattarello. I ricercatori mostrano che questo metodo, che chiamano DiffSkill, può eseguire complesse attività di manipolazione nelle simulazioni, come tagliare e stendere la pasta o raccogliere pezzi di pasta attorno a un tagliere, superando al contempo altri metodi di apprendimento automatico. Nelle attività a breve orizzonte, in cui lo stato iniziale di un oggetto e la posizione di destinazione sono vicini, l'”insegnante” nel framework DiffSkill può aiutare. L’impasto deve muoversi in ogni fase uno alla volta, ed è ciò che l’algoritmo dell’insegnante impara dal simulatore. Per sperimentare questa tecnica sono state utilizzate tre diverse attività di manipolazione dell’impasto. Il robot usa una spatola e un mattarello per appiattire l’impasto. In un esempio, il robot raccoglie l’impasto da tutto il bancone, lo posiziona su una spatola e lo trasferisce su un tagliere. Nella terza attività, il robot taglia a metà un mucchio di pasta usando un coltello e poi usa una pinza per spostare ogni pezzo in posizioni diverse. L’unico metodo in grado di completare tutte le attività era DiffSkill. Lin afferma che i ricercatori hanno scoperto che la rete neurale degli studenti era migliore della rete neurale dell’insegnante. Il metodo si concentra sul controllo degli strumenti. Potrebbe essere applicato a diversi robot, ma solo se utilizzano gli strumenti specifici definiti dai ricercatori. Un framework creato dai ricercatori del MIT e di altri luoghi potrebbe consentire a un robot di completare complesse attività di manipolazione con pasta o stoffa che richiedono molti strumenti e richiedono molto tempo per essere completate.