Onderzoekers van Columbia Engineering hebben een robothand ontworpen die een geavanceerd tastgevoel combineert met algoritmen voor motorisch leren. De robothand is niet afhankelijk is van visuele feedback om objecten te manipuleren.
De robothand, uitgerust met vijf vingers en 15 onafhankelijk aangestuurde gewrichten, is in staat om een willekeurig grote rotatie uit te voeren van een ongelijk gevormd vastgegrepen object in de hand, terwijl het object ook stabiel en veilig wordt vastgehouden zonder enige visuele feedback. Dit is een moeilijke manipulatietaak voor robots omdat het een constante herpositionering van een deel van de vingers vereist, terwijl andere vingers het object stabiel moeten houden.
"Terwijl onze demonstratie een proof-of-concept taak was, bedoeld om de mogelijkheden van de hand te illustreren, denken we dat dit niveau van behendigheid geheel nieuwe toepassingen zal openen voor robotmanipulatie in de real world", vertelt Matei Ciocarlie, universitair hoofddocent in de afdelingen Werktuigbouwkunde en Informatica. "Sommige van de meer directe toepassingen liggen in logistiek en materiaalbehandeling, het oplossen van problemen in de toeleveringsketen, die onze economie de afgelopen jaren hebben geteisterd, en in geavanceerde productie en assemblage in fabrieken."
Terwijl robots in de wereld steeds complexere manipulatietaken uitvoeren, heeft de overgrote meerderheid visueel vermogen nodig om dit te doen. De robothand van Columbia University is immuun voor verlichtingsproblemen, occlusie of andere soortgelijke problemen die kunnen verhinderen dat een robot die wel afhankelijk is van zichtmogelijkheden goed werkt.
Voor dit onderzoek bouwde het team van Ciocarlie voort op eerder werk dat ze deden met Ioannis Kymissis, een professor in elektrotechniek, waar ze een nieuwe generatie op optica gebaseerde tactiele robotvingers bouwden. Deze robotvingers waren in staat om contactlokalisatie te bereiken met een precisie van minder dan een millimeter, terwijl ze ook volledige dekking boden van een complex, meervoudig gebogen oppervlak.
Aanraakgevoelige technologie
Elke vinger van deze nieuwe robothand is uitgerust met de aanraakgevoelige technologie van het team. Het team, geleid door Gagan Khandate die deel uitmaakt van het onderzoeksteam van Ciocarlie, testte de technologie om complexe manipulatietaken uit te voeren met behulp van nieuwe methoden voor motorisch leren.
Het team maakte gebruik van een methode die deep reinforcement learning wordt genoemd, en breidde deze uit met nieuwe algoritmen die ze ontwikkelden voor een effectieve verkenning van mogelijke motorische strategieën. Deze algoritmen voor motorisch leren gebruikten uitsluitend tactiele gegevens en proprioceptieve (stabiliteits- en coördinatie-) oefeningen om te leren. Met behulp van deze methoden voltooide de robot ongeveer een jaar oefenen in slechts enkele uren realtime.
Het Columbia Engineering-team droeg de tijdens de simulatie geleerde manipulatievaardigheden over aan de echte robothand, die vervolgens een hoog niveau van behendigheid wist te bereiken.
Behendigheid vergroten
“In deze studie hebben we aangetoond dat robothanden ook zeer behendig kunnen zijn, alleen al op basis van aanraking. Wanneer we naast aanraking ook visuele feedback aan de mix toevoegen, hopen we nog meer behendigheid te bereiken en op een dag de replicatie van de menselijke hand te benaderen”, aldus Ciocarlie.