211service.com
Konkurs robotów Amazon może przyspieszyć automatyzację magazynu
Paczki Oreo, pudełka z kredkami i piszczące zabawki dla psów przetestują granice widzenia i manipulacji robotów w konkursie w maju. Amazon organizuje wydarzenie, aby pobudzić rozwój bardziej zwinnych maszyn pakujących produkty.
PR2 firmy Willow Garage, jeden z robotów biorących udział w wyzwaniu, wykorzystuje ten konwencjonalny chwytak.
Uczestniczące roboty będą zdobywać punkty, lokalizując produkty leżące gdzieś na stosie półek, bezpiecznie je odzyskując, a następnie pakując w kartonowe pudła wysyłkowe. Robotom, które przypadkowo zmiażdżą ciastko lub upuszczą zabawkę, zostaną odjęte punkty. Ludzie, których roboty zdobędą najwięcej punktów, wygrają 25 000 $.
Amazon zautomatyzował już część prac wykonywanych w swoich ogromnych centrach logistycznych. Roboty w kilku lokalizacjach wysyłają produkty z półkami do pracowników, którzy następnie chwytają je i pakują. Te roboty mobilne, wyprodukowane przez Systemy Kiva , firma, za którą Amazon kupił w 2012 roku 678 milionów dolarów , zmniejsz odległość, jaką muszą przejść pracownicy, aby znaleźć produkty. Jednak żaden robot nie potrafi jeszcze zbierać i pakować produktów z szybkością i niezawodnością człowieka. Roboty przemysłowe, które są już szeroko rozpowszechnione w kilku branżach, ograniczają się do niezwykle precyzyjnej, powtarzalnej pracy w ściśle kontrolowanych środowiskach.
Pete Wurman , dyrektor ds. technologii Kiva Systems, mówi, że w wyzwaniu, które odbędzie się podczas Międzynarodowej Konferencji Robotyki i Automatyki w Seattle, weźmie udział około 30 zespołów z wydziałów akademickich z całego świata ( MCK 2015 ). W każdej rundzie roboty zostaną poproszone o wybranie i zapakowanie jednego z 25 różnych przedmiotów ze stosu półek przypominających te znalezione w magazynach Amazona. Niektóre zespoły opracowują własne roboty, podczas gdy inne dostosowują dostępne na rynku systemy za pomocą własnych chwytaków i oprogramowania.
25 przedmiotów, które uczestniczące roboty będą musiały odzyskać z półek.
Wyzwanie stojące przed robotami w konkursie Amazona będzie spore. Ludzie mają niezwykłą zdolność do identyfikowania obiektów, wymyślania, jak nimi manipulować, a następnie chwytania ich z odpowiednią siłą. Jest to szczególnie trudne dla maszyn, jeśli obiekt jest nieznany, ma niezgrabny kształt lub siedzi na ciemnej półce z mnóstwem innych przedmiotów. W konkursie Amazon roboty będą musiały pracować bez żadnych zdalnych wskazówek ich twórców.
Próbowaliśmy wybrać wiele różnych produktów, które były reprezentatywne dla naszego katalogu i które stwarzają różne rodzaje wyzwań, powiedział Wurman. Jak folia plastikowa; trudne do uchwycenia małe zabawki dla psów; rzeczy, których nie chcesz zmiażdżyć, takich jak Oreos.
Poniższy film przedstawia podejście przyjęte przez zespół z University of Colorado. Zespół korzysta z gotowego oprogramowania i buduje ramię robota wyspecjalizowane do tego zadania, mówi doktorant Dave Coleman.
Konkurs może być sposobem na ocenę postępu, jaki poczyniono w ciągu ostatnich kilku lat, kiedy pojawiły się tańsze, bezpieczniejsze i bardziej elastyczne roboty (patrz Jak technologia niszczy miejsca pracy ) dzięki postępom w technologiach leżących u podstaw zręczności maszyn. Nowe typy manipulatorów robotów sprawiają, że maszyny są mniej sprawne przy podnoszeniu na przykład niewygodnych lub niewygodnych przedmiotów. Kilka startupów opracowuje ręce robotów, które starają się naśladować elastyczność i zmysł dotyku występujące w ludzkich palcach. Postęp w uczeniu maszynowym może w nadchodzących latach pomóc robotom w znacznie bardziej wyrafinowanej manipulacji obiektami.
Kluczowy przełom w tej dziedzinie nastąpił w 2006 roku, kiedy grupa naukowców kierowana przez Andrew Ng, następnie w Stanford, a teraz w Baidu, opracowała sposób, w jaki roboty mogą opracować sposób manipulowania nieznanymi obiektami. Zamiast pisać zasady chwytania określonego obiektu lub kształtu, naukowcy umożliwili swojemu robotowi przestudiowanie tysięcy trójwymiarowych obrazów i nauczenie się rozpoznawania, które rodzaje uchwytów pasują do różnych kształtów. To pozwoliło wymyślić odpowiednie uchwyty dla nowych obiektów.
W ostatnich latach naukowcy zajmujący się robotyką coraz częściej wykorzystywali potężne podejście do uczenia maszynowego, znane jako głębokie uczenie, aby poprawić te możliwości (patrz 10 Przełomowe technologie 2013: Głębokie uczenie ). Ashutosh Saxena , członek zespołu Ng w Stanford, a obecnie adiunkt na Cornell University, wykorzystuje głębokie uczenie do szkolenia robota, który weźmie udział w wyzwaniu Amazon. Pracuje z jednym ze swoich uczniów, Iana Lenza .
Chociaż wyzwanie dla Amazonii może wydawać się proste, Saxena wierzy, że może szybko wywrzeć wpływ na rzeczywisty świat. Mówi, że gdyby roboty były w stanie poradzić sobie nawet z lekkimi zadaniami chwytania, które proponuje konkurs, moglibyśmy zacząć widzieć wiele robotów pomagających ludziom w różnych zadaniach.