- 27,726
- 46
- 8 Ноя 2022
Sashimi-Bot научился резать мягкие и непослушные продукты с виртуозной аккуратностью.
Порезать лосось на сашими для робота оказалось сложнее, чем собрать автомобиль или закрутить винт. Сырым филе нельзя управлять как твердым предметом: оно скользит, прогибается, меняет форму от каждого касания и легко прилипает к ножу. Норвежские инженеры научили систему из трех роботизированных рук самостоятельно расправлять кусок рыбы, нарезать его и раскладывать ломтики палочками на тарелке.
Задача важна не только для ресторанной кухни. Роботам хорошо удаются повторяющиеся операции с деталями известной формы, но мягкие материалы остаются большой проблемой. Кусок рыбы, тесто, ткань, овощи, биологические ткани и другие гибкие объекты реагируют на захват непредсказуемо. Умение обращаться с ними пригодится пищевому производству, медицине и системам ухода за людьми.
Sashimi-Bot получил три руки с разными обязанностями. Первая выравнивает и удерживает филе лосося. Вторая держит нож и делает рез. Третья вооружена палочками для еды и переносит готовые ломтики на поднос. Перед нарезкой система должна правильно разложить филе: смещение на несколько миллиметров меняет толщину среза и портит результат.
Робота обучали в виртуальной среде с помощью глубокого обучения с подкреплением. Метод работает через многократные попытки: программа пробует разные движения, получает оценку за удачные действия и постепенно выбирает более надежную последовательность. В симуляции система отрабатывала захват, растягивание и размещение лосося, после чего перенесла полученные навыки на реальную рыбу без дополнительного обучения.
Отдельной задачей стала работа ножа. Лезвие зажато в мягком захвате, поэтому его положение немного меняется при каждом движении. Роботу нужно вовремя остановить рез, когда сталь коснется разделочной доски. Слишком ранняя остановка оставит кусок неразрезанным, а слишком поздняя заставит лезвие вдавливаться в поверхность.
Для контроля добавили тактильные датчики GelSight. Устройство состоит из мягкой гелевой поверхности и встроенной камеры. При нажатии гель деформируется, камера фиксирует изменение формы, а программа по изображению определяет силу и характер контакта. Датчик дал роботу аналог осязания, которого не хватает обычным манипуляторам с датчиками положения.
Модель для распознавания касания доски обучили на более чем 12 000 образцах, собранных за 157 резов. В испытаниях она правильно определяла состояние ножа в 95% случаев. Точность положительных срабатываний достигла 99%: когда система сообщала, что лезвие дошло до доски, почти всегда так и было. Обратная связь помогала корректировать движение до того, как нож начинал слишком сильно давить на поверхность.
В опытах с настоящим лососем Sashimi-Bot нарезал 34 ломтика толщиной от 6 до 16 миллиметров. Шесть кусочков прилипли к лезвию после реза, но система сняла с ножа все шесть. Еще 28 ломтиков остались на доске: палочки успешно перенесли на поднос 26. Два самых тонких куска выскользнули из захвата.
Конечно, повара на кухне эта машина полностью не заменит. Зато Sashimi-Bot показывает, что робот может пройти весь путь от мягкого бесформенного филе до аккуратно разложенных ломтиков, не полагаясь на постоянные подсказки человека. Следующим испытанием для подобных систем станут другие продукты и материалы, которые меняют форму при каждом движении.
Порезать лосось на сашими для робота оказалось сложнее, чем собрать автомобиль или закрутить винт. Сырым филе нельзя управлять как твердым предметом: оно скользит, прогибается, меняет форму от каждого касания и легко прилипает к ножу. Норвежские инженеры научили систему из трех роботизированных рук самостоятельно расправлять кусок рыбы, нарезать его и раскладывать ломтики палочками на тарелке.
Задача важна не только для ресторанной кухни. Роботам хорошо удаются повторяющиеся операции с деталями известной формы, но мягкие материалы остаются большой проблемой. Кусок рыбы, тесто, ткань, овощи, биологические ткани и другие гибкие объекты реагируют на захват непредсказуемо. Умение обращаться с ними пригодится пищевому производству, медицине и системам ухода за людьми.
Sashimi-Bot получил три руки с разными обязанностями. Первая выравнивает и удерживает филе лосося. Вторая держит нож и делает рез. Третья вооружена палочками для еды и переносит готовые ломтики на поднос. Перед нарезкой система должна правильно разложить филе: смещение на несколько миллиметров меняет толщину среза и портит результат.
Робота обучали в виртуальной среде с помощью глубокого обучения с подкреплением. Метод работает через многократные попытки: программа пробует разные движения, получает оценку за удачные действия и постепенно выбирает более надежную последовательность. В симуляции система отрабатывала захват, растягивание и размещение лосося, после чего перенесла полученные навыки на реальную рыбу без дополнительного обучения.
Отдельной задачей стала работа ножа. Лезвие зажато в мягком захвате, поэтому его положение немного меняется при каждом движении. Роботу нужно вовремя остановить рез, когда сталь коснется разделочной доски. Слишком ранняя остановка оставит кусок неразрезанным, а слишком поздняя заставит лезвие вдавливаться в поверхность.
Для контроля добавили тактильные датчики GelSight. Устройство состоит из мягкой гелевой поверхности и встроенной камеры. При нажатии гель деформируется, камера фиксирует изменение формы, а программа по изображению определяет силу и характер контакта. Датчик дал роботу аналог осязания, которого не хватает обычным манипуляторам с датчиками положения.
Модель для распознавания касания доски обучили на более чем 12 000 образцах, собранных за 157 резов. В испытаниях она правильно определяла состояние ножа в 95% случаев. Точность положительных срабатываний достигла 99%: когда система сообщала, что лезвие дошло до доски, почти всегда так и было. Обратная связь помогала корректировать движение до того, как нож начинал слишком сильно давить на поверхность.
В опытах с настоящим лососем Sashimi-Bot нарезал 34 ломтика толщиной от 6 до 16 миллиметров. Шесть кусочков прилипли к лезвию после реза, но система сняла с ножа все шесть. Еще 28 ломтиков остались на доске: палочки успешно перенесли на поднос 26. Два самых тонких куска выскользнули из захвата.
Конечно, повара на кухне эта машина полностью не заменит. Зато Sashimi-Bot показывает, что робот может пройти весь путь от мягкого бесформенного филе до аккуратно разложенных ломтиков, не полагаясь на постоянные подсказки человека. Следующим испытанием для подобных систем станут другие продукты и материалы, которые меняют форму при каждом движении.
- Источник новости
- www.securitylab.ru
