Dex-Net 2.0 laat robots zonder training onbekende objecten oppakken

Dex-Net 2.0 van UC Berkeley en Siemens (bron: screenshot van YouTube video)

Robots hebben doorgaans flink wat training nodig voordat zij nieuwe objecten succesvol kunnen oppakken. De Amerikaanse universiteit UC Berkeley en Siemens zijn er echter in geslaagd een nieuw systeem te ontwikkeling waarmee robots voor hen onbekende objecten zonder training direct kunnen oppakken.

De onderzoekers beschrijven hun bevindingen in een paper. Het systeem heet ‘Dex-Net 2.0’ en maakt gebruik van een database waarin een groot aantal 3D-modellen van objecten zijn opgeslagen waarvan bekend is hoe deze kunnen worden opgepakt. Indien een nieuw object voor de robot wordt gelegd, analyseert de robot dit object en probeert een overeenkomende vorm te vinden in zijn database. Indien deze wordt gevonden, wordt het nieuwe object op dezelfde wijze opgepakt als dit bestaande object.

In de praktijk blijkt het systeem goede resultaten op te leveren. Indien de robot meer dan 50% zeker is dat het een nieuw object kan oppakken, blijkt deze in de praktijk in staat het object in 98% van gevallen zonder training probleemloos op te pakken. Indien de robot minder dan 50% zeker is, geeft de robot het object een duwtje om de oriëntatie hiervan te veranderen. Vervolgens wordt het object opnieuw geanalyseerd en zoekt de robot opnieuw een overeenkomende vorm in zijn database.

Geef een reactie

Het e-mailadres wordt niet gepubliceerd. Vereiste velden zijn gemarkeerd met *

Deze website gebruikt Akismet om spam te verminderen. Bekijk hoe je reactie-gegevens worden verwerkt.