Robotarm leerde 1000 taken in één dag

Onderzoekers van Imperial College London hebben een robotarm getraind die in minder dan 24 uur maar liefst 1000 verschillende taken kan uitvoeren — een mijlpaal omdat traditionele robottraining vaak veel tijd en data vergt. 

In plaats van robotbewegingen honderden keren te herhalen, gebruikt het team een efficiëntere aanpak waarbij elke taak uit twee stappen bestaat: eerst beweegt de arm naar de juiste positie en daarna voert hij de taak uit. Deze methode slaat demonstraties op en zoekt bij een nieuwe opdracht automatisch een relevante gelijkenis om zo de juiste beweging te kiezen. 

Deze aanpak heet Multi-Task Trajectory Transfer (MT3) en maakt het mogelijk taken aan te leren met weinig voorbeelden; de robot kan daardoor aanzienlijk sneller leren dan met traditionele methodes.  

Normaal gesproken hebben robots grote hoeveelheden data en trainingstijd nodig om verschillende taken goed uit te voeren. Dankzij MT3 hoeft de robot slechts één demonstratie per taak te zien, waarna hij zijn geheugen gebruikt om nieuwe taken te herkennen en uit te voeren. 

Het doel van de onderzoekers is om deze technologie verder te verfijnen, zodat robots in de toekomst nog flexibeler en sneller nieuwe taken kunnen leren, zelfs in situaties die ze nog nooit eerder hebben gezien.