یادگیری روبات ها از یکدیگر

یکی از مشکلاتی که در صنایع روباتیک همواره به شدت به چشم می اید را می توان عدم امکان انتشار یافته های آزمایش شده بر روی یک روبات و استفاده از آنها بر روی سایر روبات ها دانست. تا به حال راهکار های مختلفی برای این کار ارائه شده است ولی به تازگی دانشمندان دانشگاه براون موفق به ارائه روش ویژه ای برای رفع این مشکل شده اند.

پس از این که این روبات نحوه برداشت جسم را تشخیص داد می توان اطلاعات حاصل از این ارزیابی را به صورت رمزگذاری شده و آنلاین در مغز سایر روبات ها جایگذاری کرد

در میان انسان ها ضرب المثلی وجود دارد که بر اساس آن تمرین به تکامل منتهی می شود، بر اساس یافته های استفانی تلکس این  امر در مورد روبات ها نیز صادق است. این دانشمند که به عنوان دستیار پروفسور در دانشگاه براون مشغول به فعالیت است به تازگی دریافته است که می توان اطلاعات رفتاری خاصی مانند برداشتن و گرفتن اجسام را از روباتی به روبات دیگر انتقال داد.

تلکس برای ارائه این فرایند به صورت عملی، یک ماشین صنعتی به نام بکستر را مورد استفاده قرار داد. این ماشین دارای دو دست و یک نمایشگر لمسی به عنوان چهره بود تا یک شبیه سازی بسیار ساده از انسان باشد. بکستر دارای حسگرهای مادون قرمز و دوربین هایی است که می توانند اجسام را اسکن کرده و وضعیت فیزیکی آنها را تشخیص دهند. به این ترتیب می توانند بهترین روش برای گرفتن و حتی برداشتن جسم مورد نظر را انتخاب کرده و به مرحله اجرا در بیاورند.

در آزمایش های تلکس مشخص شده است که پس از این که این روبات نحوه برداشت جسم را تشخیص داد می توان اطلاعات حاصل از این ارزیابی را به صورت رمزگذاری شده و آنلاین در مغز سایر روبات ها جایگذاری کرد. یکی از مراکزی که با تلکس در این زمینه همکاری داشت، مرکز تحقیقاتی مشهور MIT بود. در گزارش ارائه شده توسط این مرکز اعلام شده است که سیستم های روباتیکی که از اطلاعات استفاده شده توسط بکستر استفاده کرده بودند، رقم 75 درصد موفقیت را در ساختار کاری خود در برداشتن اجسام به دست آوردند که این آمار بسیار تحسین بر انگیز محسوب می شود.

منبع

No tags for this post.