Momenteel werkt Wageningen University & Research aan data gestuurde methoden om robots te leren hoe ze een taak moeten uitvoeren, zoals het selectief oogsten van een vrucht. Dit doen onderzoekers door als mens de taak voor te doen, waarna de robot de gemaakte beelden na moet leren doen.
Jochen Hemming van de WUR is al jaren actief op het gebied van kunstmatige intelligentie en machine learning. Hier doet hij een robot voor hoe het plukken van een appel moet.
Vanwege de natuurlijke variatie in de scène is het niet mogelijk om voor dergelijke taken een vast bewegingstraject voor de robot te programmeren. In plaats daarvan gaat een mens de taak aan de robot demonstreren voor verschillende scenario's en voor een beperkt aantal herhalingen. De bewegingen van de mens worden vastgelegd met behulp van een motion capture (mocap) systeem.
Ongeziene scenario's
In de trainingsfase die volgt, wordt de volledige taak opgesplitst in kleinere delen, zogenaamde motion primitives. De vereiste motion primitives worden gegeneraliseerd en gemodelleerd met behulp van een probabilistisch imitatie machine learning netwerk.
Nadat de training is voltooid heeft het systeem geleerd hoe de taak moet worden uitgevoerd. Vanaf dat moment kan het worden gebruikt om toekomstige bewegingstrajecten te berekenen voor ongeziene scenario's en om de beweging van de fysieke robotarm aan te sturen.
Toekomstig onderzoek zal in het leerproces niet alleen rekening houden met de beweging van de robotarm, maar ook met de aansturing van de robotgrijper en data van sensoren in de grijper (tactiele sensoren).
Bron: WUR