Прасувальний робот може вкрасти роботу, яку ви ніколи не хотіли

Якщо ви освічена, сучасна людина, ви вважаєте, що обов’язки по прасуванню повинні бути розділені 50/50 між чоловіками і жінками. Але це не так, якщо ви науковий співробітник Мадридського університету імені Карлоса ІІІ, Іспанія. Вони вважають, що завдання прасування повинно повністю належати одному члену домогосподарства: домашньому роботу.

Маючи це на увазі, вони розробили людиноподібного робота під назвою TEO, який опанував мистецтво прасування сорочок і штанів без зморшок – завдяки деяким розумним алгоритмам розпізнавання зображень.

“Наша мета – розробити першого робота-домашнього компаньйона, який може допомогти людям у виконанні домашніх завдань”, – розповів Digital Trends Девід Естевес Фернандес, докторант університету в галузі комп’ютерних наук і технологій. “У той час як попередні роботи з роботизованого прання і прасування були зосереджені на простому виконанні завдання, наша мета була трохи більш амбітною. Інші підходи вимагали дуже контрольованих умов навколишнього середовища для роботи, таких як контроль освітленості кімнати для виявлення зморшок, або заздалегідь визначені моделі для розпізнавання одягу. Ключовою вимогою для нас було те, що наш метод повинен бути реалізований в реальному домашньому сценарії, з використанням тих же інструментів, які використовуємо ми, люди, без будь-яких модифікацій”.

Це чудова мета, але вона, безумовно, ускладнює життя команді. З точки зору людини, прасування може бути не найважчою домашньою роботою, але роботам нелегко маніпулювати одягом. Проблеми виникають через деформацію, притаманну одягу. На відміну від жорстких предметів, одяг мнеться і заплутується, тому маніпуляції з одягом вимагають ретельного планування траєкторії руху і постійного відстеження поточної форми одягу в кожну мить.

Щоб впоратися з цим, TEO збирає свої зображення з камери, вбудованої в його голову, яка генерує 3D зображення одягу і прасувальної дошки з високою роздільною здатністю. Потім вона обчислює “локальний дескриптор зморшкуватості”, щоб визначити, що є зморшкою, а що – бажаною складкою. Це дуже розумна річ – і Фернандес сподівається, що вона з’явиться у вашому домі в недалекому майбутньому.

“Прасування – це лише одна з тих справ, які люди роблять щодня”, – сказав він. “Щоб продовжити нашу роботу, ми хотіли б навчити робота виконувати інші завдання, наприклад, складати одяг. Для цього ми починаємо використовувати методи глибокого навчання з підкріпленням, недавню область, яка поєднує традиційне навчання з підкріпленням з глибоким навчанням. Навчання з підкріпленням схоже на те, як ми вчимося. Робот виконує дії і при правильному виконанні отримує винагороду. Робот навчається, намагаючись максимізувати кількість винагород, отриманих від його дій. Це, в поєднанні з нашим методом безперервних цілеспрямованих дій, дозволить нам навчити робота складати одяг, просто показуючи йому, як ми виконуємо завдання по складанню. Таким чином, не буде потрібно ніякого програмування або технічних знань, щоб навчити робота виконувати завдання, які ми хочемо, щоб він виконував”.

Незабаром у вашій оселі. Сподіваємось.

Рекомендації редакції

• Ecovacs запускає роботизовану газонокосарку, комерційних роботів для миття підлоги у 2023 році
• j7+ – перший комбінований пилосос і швабра “два в одному” від iRobot
• Чи перетворить покупка Amazon iRobot вашого Roomba на шпигуна?
• Привітайтеся з Proteus, найдосконалішим складським роботом Amazon
• Останній танець робота Spot підкреслює нові можливості

Source: digitaltrends.com