پژوهشگران دانشگاه «بریستول» سامانه جدیدی را توسعه داده‌اند که به ربات‌ها اجازه می‌دهد کار‌های دو دستی را از یک کمک‌رسان مجازی یاد بگیرند.
بر اساس این گزارش، پژوهشگران از فناوری یادگیری تقویتی عمیق که روشی پیشرفته در یادگیری ربات‌ها و مشابه با آموزش سگ‌ها با روش پاداش و تنبیه است، استفاده کردند و به نتایج شگفت انگیزی در آموزش بازوهای رباتیک دست یافتند.
مهارت دو دستی در رباتیک نوعی مهارت رباتیک است که شامل استفاده از دو بازو یا دست رباتیک برای انجام کار‌هایی است که نیاز به دقت، هماهنگی و بازخورد دارند.
مهارت دو دستی می‌تواند به دستکاری اشیای بزرگ، سنگین و غیرمتقارن مانند باز کردن ظرف ادویه یا قرار دادن یک باتری در یک دستگاه کمک کند.
این مهارت دو دستی را با استفاده از سخت‌افزار کم‌هزینه و الگوریتم‌های یادگیری تقلیدی می‌توان از ویدیو‌ها و نمایش‌های انسانی نیز آموخت.
سامانه «Bi-Touch» به ربات‌ها اجازه می‌دهد تا با تفسیر دستورات دستیار دیجیتال، کار‌های دستی را انجام دهند.
یافته‌های اخیر که در مجله IEEE Robotics and Automation Letters منتشر شده است، یک عامل هوش مصنوعی را با استفاده از بازخورد لمسی و حس عمقی برای کنترل رفتار رباتیک به نمایش می‌گذارد. این تسلط امکان سنجش دقیق، تعامل ملایم و دستکاری موثر اشیا را فراهم می‌کند.
این سامانه رباتیک که دارای دو بازوی لمسی است، با استفاده از آخرین پیشرفت‌ها در هوش مصنوعی و سنجش لمسی رباتیک طراحی شده است. در واقع، پژوهشگران یک دنیای مجازی با بازوهای رباتیک، حسگر‌های لمسی و عملکرد مبتنی بر پاداش برای تشویق یادگیری ساخته‌اند.
پژوهشگران از یادگیری تقویتی عمیق (Deep-RL) که یک روش پیشرفته در یادگیری ربات‌ها مشابه با آموزش سگ‌ها با روش پاداش و تنبیه است، استفاده کردند.
این سامانه ربات‌ها را قادر می‌سازد تا تصمیم بگیرند، از آزمون و خطا درس بگیرند و به مرور زمان، مؤثرترین راه‌ها برای انجام وظایف را کشف کنند.
یادگیری تقویتی عمیق زیرمجموعه‌ای از یادگیری ماشین است که یادگیری تقویتی و یادگیری عمیق را ترکیب می‌کند.
اکنون دستاورد قابل توجه این طرح، ربات می‌تواند با خیال راحت اشیای ظریفی مانند یک ورقه چیپس ترد را بدون شکستن و خرد شدن بلند کند.
ایجیونگ لین نویسنده اصلی این پژوهش از دانشکده مهندسی دانشگاه بریستول، قدرت و کارایی سامانه «Bi-Touch» را به خوبی توضیح داده است.
به گفته وی عوامل هوش مصنوعی را در دنیای مجازی در عرض چند ساعت آموزش داده می‌شود تا به وظایف دو دستی که متناسب با لمس هستند، عمل کنند.
مهارت دو دستی برای مهارت رباتیک در سطحی برابر با انسان، ضروری است. با این حال، این حوزه به دلیل پیچیدگی و در دسترس نبودن سخت افزار مناسب چندان پیشرفت نکرده است. سامانه Bi-Touch از موانع کنونی عبور کرده است و عصر جدیدی را در فناوری رباتیک نوید می‌دهد.
به گفته پروفسور ناتان لپورا یکی از نویسندگان این مقاله، سامانه Bi-Touch یک رویکرد امیدوارکننده را با نرم افزار و سخت افزار مقرون به صرفه برای یادگیری رفتار‌های دو دستی به نمایش می‌گذارد که می‌تواند مستقیماً در دنیای واقعی استفاده شود. ماهیت منبع باز این سامانه، تسهیل تحقیق و توسعه بیشتر را در زمینه‌های مختلف نوید می‌دهد.
سامانه Bi-Touch نشان دهنده گامی عظیم در پر کردن شکاف بین دنیای مجازی و برنامه‌های کاربردی در دنیای واقعی است. توانایی آن در یادگیری، تطبیق و دستکاری اشیا با لمس ملایم، امکانات بی حد و حصری را ارائه می‌دهد و دیدگاه ما را در مورد آنچه ربات‌ها می‌توانند در اختیار بگیرند، تغییر می‌دهد.
با ظهور سامانه Bi-Touch، افق نوآوری فناوری گسترش می‌یابد و نویدبخش آینده‌ای هیجان انگیز برای صنایع و تحقیقات است. همانطور که گفته شد، این مطالعه در مجله IEEE Robotics and Automation Letters منتشر شده است.