6 feb. 2019
1 minuut
Aan het MIT is een robot in de maak met een betere oog-handcoördinatie dan de mens. Hij kan bovendien logisch denken. De bot is de nieuwe belofte voor productielijnen waar gevoelige taken worden uitgevoerd, zoals het in elkaar zetten van telefoons.
Tot nu toe krijgen robots hun omgevingsinformatie vooral uit camerabeelden. Voor veel taken is een fijn gevoel voor druk- en trekkrachten echter veel belangrijker. Vandaar dat de MIT-ers hun Jenga-bot, die is gebaseerd op een standaard industrie robotarm ABB IRB 120, hebben uitgerust met een drukgevoelig polsgewricht. Hij beschikt ook over een ‘soft-gripper en een camera. En over een nieuw soort algoritme, waardoor hij sneller leert dan de gemiddelde slimme bot. En dat werkt.
Bij het spelletje Jenga wordt eerst een toren gebouwd van 48 gelijkvormige platte blokken die om en om worden gestapeld. Vervolgens moet elke speler om de beurt een blok uit de stapel trekken en bovenop plaatsen. De kunst is om te zorgen dat de toren niet omvalt bij de eigen beurt en wel bij die van de volgende speler.
De robot is nu al even goed als de mens in het selecteren van een blok dat zorgt dat de toren niet omvalt bij de eigen beurt. Daar heeft hij het opvallend kleine aantal van 300 speelrondes voor nodig gehad. Dit is mogelijk doordat hij over een algoritme beschikt dat hem helpt om ervaringen te clusteren. Hij ordent zijn ervaringen naar de druk- of trekkracht die hij moest uitoefenen, en het visueel waargenomen effect. Dit levert een vele malen steilere leercurve op dan bij een ‘gewone’ machine-learningbot, die elke ervaring al één beschouwd en feitelijk gewoon een enorme database met ‘herinneringen’ opbouwt, zonder te leren redeneren.
De volgende stap zou kunnen zijn om de bot te leren bedenken welke zet het zijn tegenspeler lastig maakt, maar daar zijn de onderzoekers niet zo in geïnteresseerd. Ze gaan liever kijken hoe hij het geleerde kan toepassen in andere domeinen.
Anderen lazen ook
