Sapere Scienza

Sapere Scienza

Come migliorare la manipolazione di oggetti nei robot?

23 Maggio 2019

Modellare l'argilla, un impasto o perfino il riso per preparare il sushi. Sono azioni che, al di là della riuscita finale del risultato, svolgiamo con naturalezza sin da bambini. Manipolare oggetti che abbiano una consistenza diversa dai "comuni" solidi rigidi è invece una sfida per un robot. I ricercatori del MIT-Massachusetts Institute of Technology hanno sviluppato un nuovo sistema di apprendimento che migliora la capacità delle macchine di plasmare materiali in forme target e di prevedere la risposta all'interazione con oggetti liquidi e solidi.

 

Abilità umane difficili da insegnare a un robot

 

Yunzhu Li, laureato presso il Computer Science and Artificial Intelligence Laboratory (CSAIL) e primo autore della ricerca presentata all'International Conference on Learning Representations che si è tenuta la scorsa settimana a New Orleans, ha spiegato i presupposti del lavoro partendo dal confronto con gli esseri umani: "Noi umani abbiamo un modello fisico intuitivo nella nostra mente, dove possiamo immaginare come un oggetto si comporterà se lo premiamo o lo schiacciamo. Basandosi su questo modello intuitivo, gli esseri umani possono compiere meravigliosi compiti di manipolazione che sono molto al di là della portata degli attuali robot. Noi vogliamo costruire questo tipo di modello intuitivo per robot in modo tale da permettere loro di fare ciò che gli uomini sanno fare". Jiajun Wu, coautore dell'articolo, ha aggiunto: "Quando i bambini hanno 5 mesi posseggono già differenti aspettative per solidi e fluidi. È qualcosa che sappiamo in tenera età, quindi forse c'è qualcosa che dovremmo provare a modellare per i robot".

 

banner articoli sapere3

 

Un nuovo modo di insegnare ai robot a manipolare oggetti

 

Nella progettazione robotica esistono i simulatori fisici, modelli che descrivono come materiali diversi rispondano all'applicazione di una forza. Le macchine vengono allenate utilizzando i modelli così che possano prevedere i risultati delle loro interazioni con gli oggetti. Però i tradizionali simulatori basati sull'apprendimento si sono fino a ora concentrati su oggetti rigidi e non sono in grado di far manipolare fluidi e oggetti più morbidi. Alcuni simulatori basati sulla fisica di maggiore precisione possono maneggiare diversi materiali ma fanno affidamento pesantemente su tecniche di approssimazione che introducono errori quando i robot interagiscono con oggetti del mondo reale. Il nuovo modello, realizzato dai ricercatori del MIT, impara a registrare come piccole porzioni di materiali differenti, definite come "particelle", interagiscono quando vengono toccate o picchiettate.

 

Modellare e prevederne il risultato basandosi sul comportamento di particelle

 

In casi in cui la fisica che c'è dietro ai movimenti è incerta o sconosciuta, il modello impara direttamente dai dati. I robot possono, quindi, usare il modello come guida per prevedere come i liquidi o anche i materiali rigidi e deformabili, reagiranno alla forza del loro tocco. Una volta che la macchina maneggia l'oggetto, il modello aiuterà a rifinire il suo controllo. In particolare, negli esperimenti effettuati, una mano robotica con due "dita" (chiamata RiceGrip) ha plasmato una schiuma deformabile nella configurazione desiderata, una forma a T. In pratica il modello realizzato dagli scienziati svolge la funzione di una specie di cervello con una "fisica intuitiva" che i robot possono usare per ricostruire oggetti tridimensionali nello stesso modo degli esseri umani.

 

Per un'idea più precisa della ricerca svolta, qui c'è un video dell'esperimento.

 

 

Sapete cosa sia la robotica evolutiva? Se vi interessa conoscere di cosa si tratta, vi consigliamo di acquistare e leggere l'articolo di Maurizio Garbati, "Darwin, selezione naturale e robotica evolutiva", pubblicato sul numero di giugno 2015 di Sapere.

 

Credits immagine: foto di Free-Photos da Pixabay

copertina   maggio-giugno 2019

  COMPRA IL NUMERO

 
  ABBONATI

 
  SOMMARIO

 
  EDITORIALE

bannerCnrXSapere 0

iscriviti copia

clark

Questo sito utilizza cookie, anche di terze parti, per migliorare la tua esperienza di navigazione. Se vuoi saperne di più consulta l'informativa estesa. Cliccando su ok acconsenti all'uso dei cookie.