Il robot può sbucciare una banana grazie al machine learning

La manipolazione dei frutti di bosco è una sfida per i robot, ma un sistema di apprendimento automatico è riuscito a svolgere il compito imitando il modo in cui lo fa una persona

Di Chris Stokel-Walker

24 marzo 2022

Un robot addestrato tramite l’apprendimento automatico che imita un dimostratore umano può sbucciare con successo una banana senza frantumarla in mille pezzi.

La manipolazione dei frutti di bosco è una sfida per i robot, a cui spesso mancano la destrezza e il tocco delicato per elaborare gli oggetti senza distruggerli. La forma irregolare del frutto – che può variare in modo significativo anche con lo stesso tipo di frutto – può anche confondere gli algoritmi di visione artificiale che spesso fungono da cervello di tali robot.

Heecheol Kim dell'Università di Tokyo e i suoi colleghi hanno sviluppato un sistema di apprendimento automatico che alimenta un robot, che ha due braccia e mani che afferrano tra due "dita".

Annuncio

Innanzitutto, un essere umano che azionava il robot ha sbucciato centinaia di banane, creando 811 minuti di dati dimostrativi per addestrare il robot a farlo da solo. Il compito era diviso in nove fasi: dall'afferrare la banana al sollevarla dal tavolo con una mano, all'afferrare la punta con l'altra mano, sbucciarla e quindi spostare la banana in modo da poter rimuovere il resto della buccia.

Per i movimenti ampi che difficilmente danneggeranno la banana, il modello di apprendimento automatico traccia una traiettoria, imitando ciò che fa un essere umano senza pensarci troppo. Ma quando le braccia devono manipolare con precisione la banana, il sistema passa a un approccio reattivo, in cui risponde a cambiamenti inaspettati nel suo ambiente.

Nei test, il robot è riuscito a sbucciare con successo una banana nel 57% dei casi. L'intero processo richiede meno di 3 minuti.

Il robot che sbuccia le banane

Heecheol Kim, Università di Tokyo

"Ciò che è veramente interessante in questo caso è che il processo utilizzato da un essere umano è stato trasferito nell'addestramento del sistema robotico attraverso l'apprendimento per imitazione profonda", afferma Jonathan Aitken dell'Università di Sheffield, nel Regno Unito.

Kim afferma che il suo approccio è efficiente in termini di dati perché utilizza 13 ore di dati di addestramento anziché centinaia o migliaia di ore. "Richiede ancora molte GPU [unità di elaborazione grafica] costose, ma utilizzando la nostra struttura possiamo ridurre la grande quantità di calcoli [richiesti]", afferma.

Aitken vorrebbe vedere come il robot gestisce i frutti più deformi. Ma con un controllo motorio più preciso, potrebbe funzionare ancora meglio, dice. La tecnologia, tuttavia, non verrà utilizzata semplicemente per le banane: l'obiettivo è addestrare un sistema in grado di gestire più in generale compiti che richiedono capacità motorie fini.

Riferimento:arxiv.org/abs/2203.09749

Temi:

Annuncio