A Warwicki Egyetem WMG kutatói forradalmi mesterséges intelligencia algoritmusokat fejlesztettek ki, amelyek lehetővé teszik egy robot számára, hogy ügyesen manipulálja a tárgyakat, akárcsak az ember. Míg a tárgyak ügyes manipulálása alapvető és felszínes feladat az emberek számára, az autonóm robotok számára még mindig nagyon nehéz megbirkózni ezzel a látszólagos áttörés előtt. 
Az árnyékrobot ügyes karja jól illeszkedik az emberi karhoz, és képes megismételni minden funkcióját. A szimuláció kimutatta, hogy a robot kezei önállóan megtanulják koordinálni a mozgásokat és különböző összetettségű feladatokat hajtanak végre.
A robotkarok számos kritikus alkalmazásban alkalmazhatók, amelyek precízséget és sokoldalúságot igényelnek a gyártás, a sebészet és a radioaktív anyagok területén. A robotkarok összeszerelő vonalakon történő használata növelte a termelékenységet és kevesebb kitettséget jelentett a munkahelyi kockázatoknak a munkavállalók számára.
A „Komplex ügyes manipulációs problémák megoldása a pálya optimalizálásával és a megerősítő tanulással” című cikkben Giovanni Montana professzor és Dr. Henry Charlesworth, a WMG, a Warwicki Egyetem munkatársai új mesterséges intelligencia algoritmusokat (más néven „agyakat”) javasoltak a robotok koordinációjának megtanítására. ujjmozdulatok és tárgyak manipulálása. 
Az algoritmusok sokoldalúsága abban rejlik, hogy a robotok bármilyen problémát megtanulhatnak, amennyiben szimulálhatók. A XNUMXD-s modellezést a MuJoCo (Multi-Joint Dynamics with Contact), a Washington Egyetem által kifejlesztett fizikai motor segítségével fejlesztették ki.
A kutatók megközelítése két algoritmust használ - egy kezdeti tervezési algoritmust és egy megerősítő tanulási algoritmust. Ezt a megközelítést alkalmazva a kutatók lényegesen jobb mozgásokat tudtak elérni, mint a meglévő módszerek.
A kutatócsoport várhatóan folytatja a Shadow Robot munkáját, és olyan algoritmusokat telepít valódi robotberendezésekre, amelyek egy lépéssel közelebb viszik a kezét a valós mindennapi életben való felhasználáshoz. 
Egy másik, a 2021-es NeurIPS konferencián bemutatásra kerülő PlanGAN: Model-Based Scheduling with Rare Rewards and Multiple Objectives című cikkben a WMG kutatói egy általános AI megközelítést is kidolgoztak, amely lehetővé teszi a robotok számára, hogy különböző feladatokat sorrendben megtanuljanak. hogy javítsa a kézi manipulációs képességeit.
Rich Walker, a londoni székhelyű Shadow Robot Company ügyvezető igazgatója elmondta, hogy a vállalat hosszú utat tett meg, kiemelve, hogy a kutatócsoport hardveres ígéreteket teljesít azzal, hogy elég intelligens algoritmusokat hoz létre a robotkar irányításához - talán hamarosan emberfeletti látványt fogunk látni. ( keresztül)
KÖVETKEZŐ: Az Oppo X 2021 a világ első csúszó kijelzős okostelefon koncepciója
