Doppio

Di Brianna Wessling | 24 agosto 2023

I ricercatori dell’Università di Bristol con sede presso il Bristol Robotics Laboratory hanno progettato un sistema bi-touch che consente ai robot di svolgere attività manuali rilevando cosa fare da un aiutante digitale. Il sistema può aiutare un robot bimanuale a mostrare una sensibilità tattile vicina alla destrezza a livello umano utilizzando l’intelligenza artificiale per informare le sue azioni.

Il gruppo di ricerca ha sviluppato un sistema robotico tattile a doppio braccio che apprende abilità bimanuali attraverso il Deep Reinforcement Learning (Deep-RL). Questo tipo di apprendimento è progettato per insegnare ai robot a fare cose consentendo loro di imparare per tentativi ed errori, in modo simile all’addestramento di un cane con ricompense e punizioni.

Il team ha iniziato la ricerca costruendo un mondo virtuale che contiene due bracci robotici dotati di sensori tattili. Successivamente, hanno progettato funzioni di ricompensa e un meccanismo di aggiornamento degli obiettivi che potrebbe incoraggiare gli agenti robot a imparare a svolgere compiti bimanuali. Hanno quindi sviluppato un sistema robotico tattile a doppio braccio nel mondo reale per applicare l’agente.

“Con il nostro sistema Bi-Touch, possiamo addestrare facilmente gli agenti IA in un mondo virtuale in un paio d’ore per svolgere compiti bimanuali [su misura per] il tocco. E, cosa ancora più importante, possiamo applicare direttamente questi agenti dal mondo virtuale al mondo reale senza ulteriore formazione", ha affermato l'autore principale Yijiong Lin della Facoltà di Ingegneria dell'Università di Bristol. "L'agente tattile bimanuale può risolvere compiti anche in caso di perturbazioni impreviste e manipolare oggetti delicati in modo delicato."

Per la manipolazione robotica, ad esempio, il robot impara a prendere decisioni tentando vari comportamenti per eseguire compiti prestabiliti, come sollevare oggetti senza farli cadere o romperli. Quando il robot ha successo, riceve un premio, quando fallisce, impara cosa non fare.

Nel corso del tempo, scopre i modi migliori per afferrare le cose usando queste ricompense e punizioni. L'agente AI è visivamente cieco mentre esegue questo apprendimento e si basa solo sul feedback tattile e propriocettivo, che è la capacità del corpo di percepire il movimento, l'azione e la posizione.

"Il nostro sistema Bi-Touch mostra un approccio promettente con software e hardware convenienti per l'apprendimento di [comportamenti] bimanuali con il tocco nella simulazione, che può essere applicato direttamente al mondo reale", ha affermato il coautore, il professor Nathan Lepora. “La nostra simulazione robotica tattile a doppio braccio sviluppata consente ulteriori ricerche su compiti più diversi poiché il codice sarà open source, il che è ideale per lo sviluppo di altri compiti a valle”.

Utilizzando questo metodo, i ricercatori sono riusciti a consentire al robot a doppio braccio di sollevare in sicurezza oggetti fragili quanto un singolo chip Pringle. Questo sviluppo potrebbe essere utile in settori come la raccolta della frutta e i servizi domestici, ed eventualmente per ricreare il tatto negli arti artificiali.

La ricerca del team è stata pubblicata su IEEE Robotics and Automation Letters.