Roboter-Kasse lernt Messer Griff... Sicher
Bevor Menschen Roboter als Lebensmittelgeschäft Kassierer arbeiten vertrauen können, diese Maschinen werden beweisen müssen, können sie bestimmte Dinge tun – wie nicht unsere perfekte Urtomaten zerquetschen oder stechend uns mit neuen Küchenmesser an der Kasse.
Eine Gruppe von Forschern an der Cornell University lehrt, ein Roboter Baxter genannt wie man richtig umzugehen und sicher, eine Vielzahl von Objekten aus scharfen Messern zu Ei-Kartons, basierend auf dem menschlichen Feedback in einem Lebensmittelgeschäft Szenario.
"Dem Roboter eine Vielzahl von Möglichkeiten geben wir lernen," sagte Ashutosh Saxena, Assistant Professor für Informatik an der Cornell University, in einer Erklärung. "Die Roboter kann korrigierende menschlichen Rückmeldungen lernen um ihre Handlungen zu planen, die geeignet sind, die Umwelt und die Objekte vorhanden sind."
Für ihre Experimente hatten Saxena und Kollegen einen Baxter-Roboter als Kassiererin in einem mock Kasse eingerichtet. Baxter ist ein billig, flexible Roboter durch ein Boston-Startup namens Rethink Robotics gebaut. Es war in erster Linie entwickelt, um in Montagelinien mit Menschen zu arbeiten, aber Baxters Lernfähigkeiten machen es auch eine Kasse zu lehren.
Wie dieses Video von der Messer schwingende Roboter zeigt, sind die Forscher Baxter um verschiedene Artikel zu bearbeiten, indem Sie manuell korrigieren Baxters Arm Bewegungen zu lehren.
Wenn der Roboter ein scharfes Küchenmesser schwingt, beispielsweise könnte zu nah an der menschlichen Wiedergabe Kunde an der Kasse, ein Forscher Baxter Arm greifen und führen Sie ihn in die richtige Richtung.
Var Spieler = OO. Player.Create ('ooyalaplayerBsbWFhcTpioJsVcsMddwHzCHK2KbN3Es', 'BsbWFhcTpioJsVcsMddwHzCHK2KbN3Es', {}
Höhe: 352,
Breite: 540,
Autoplay: falsch,
"Google-Ima-anzeigen-Manager": {}
'adTagUrl':'http://pubads.g.doubleclick.net/gampad/ads?sz=640x480&cust_params=frmt%3D0%26frmt%3D1%26frmt%3D22%26plID%3D91ac0f6dcbdf466c84659dbc54039487%26ttID%3DBsbWFhcTpioJsVcsMddwHzCHK2KbN3Es%26pos%3Dpreroll%26cue%3Dpre%26cgm%3D0&cmsid=1849&iu=%2F10518929%2Ftmn.sdc&ciu_szs=728x90,300x250&impl=s&gdfp_req=1&env=vp&output=xml_vast2&unviewed_position_start=1&url=[referrer_url]&correlator=[timestamp]&overlay=1&vid=[oo_embedcode]'
},
});
Im Laufe der Zeit die Roboter lernt, verschiedene Objekte, wie eine schnelle Flip für eine Schachtel oder einen zarten Aufzug für einen Karton Eier, verschiedene Flugbahnen zugeordnet, sagen die Forscher.
Saxena und Kollegen präsentieren ihre Arbeiten auf der Neural Information Processing Systems Konferenz in Lake Tahoe, Kalifornien, nächsten Monat, aber eine frühe Version von ihrer Forschungsarbeit ist online verfügbar.
Folgen Sie Megan Gannon auf Twitter und Google +. Folgen Sie uns @livescience , Facebook & Google + .