Инженеры и специалисты КНИТУ-КАИ получили государственную регистрацию программного модуля обучения для коллаборативного робота-манипулятора.
Данная система обучения позволяет компьютеру робота захватывать предметы сложной и нестандартной формы. Новая технология может применяться на конвейерах в сборочном производстве и в сельском хозяйстве, например при сортировке продукции при сборе урожая.
Новая система способна осваивать новые действия без участия программиста. Для обучения используются визуальные данные, которые обрабатываются специальной программой.
Проект называется «Интеллектуальные роботизированные системы на базе компьютерного зрения и машинного обучения». Он входит в более общую программу «Приоритет-2030» национального проекта «Наука и университеты».
В виртуальной среде шестикоординатного робота обучают работать с неизвестными объектами, после чего полученные навыки переносятся на реальную систему.
Основой обучения является метод обучения с подкреплением. Робот действует по принципу игрока в видеоигре. Он выполняет различные варианты одного действия с последующим анализом ошибок и постепенно вырабатывает наиболее эффективную стратегию.
Разработчики решили использовать алгоритм, который называется Sim2Real. Обучение проходит в виртуальной среде, после чего модель переносится в «железо» — действующего робота. Такой метод ускоряет процесс разработки и снижает стоимость проекта.
Таким образом удачно решается одна из ключевых проблем: разрыв между симуляцией и реальными условиями. Специальным образом применяется рандомизация параметров среды, например, изменяются масса объектов, коэффициенты трения, освещение и сенсорный шум.
Созданная система объединяет компьютерное зрение, цифровую модель среды, обучение с подкреплением и перенос навыков в действующие модели. Робот определяет положение объекта в пространстве, учится манипулировать им в симуляции и затем повторяет действия в реальности.
По оценке разработчиков, новая архитектура управления позволяет в 2–3 раза сократить время и затраты на внедрение коллаборативных роботов. Это один из путей приблизить время реальной автономной функциональности перспективных роботов.
