A robot csupán egy lendületes rántással megrázza a dobozt, és szinte varázsütésre felfedi, milyen titkos kincs lapul a belsejében.

Amerikai tudósok olyan innovatív rendszert alkottak, amely a gépi látás alkalmazása nélkül is képes azonosítani a tárgyak jellemzőit. Ez a különleges technológia lehetővé teszi, hogy a rendszer vizuális információk nélkül, pusztán más adatok alapján értelmezze a környezetét.
Amikor az ember felemel egy dobozt és finoman megrázza, gyakran már egy pillantásra képes megsejteni, mi lehet a tartalmában. Ezt a megfigyelést most a Massachusettsi Műszaki Egyetem (MIT), az Amazon Robotics és a British Columbia Egyetem kutatói hasznosították, és robotokat tanítottak meg arra, hogy hasonló módon, meglepően pontosan képesek legyenek azonosítani a dobozokban rejtőző tárgyakat.
A szakemberek által kifejlesztett innovatív technika lehetővé teszi a gépek számára, hogy érzékelők segítségével meghatározzák egy doboz súlyát, keménységét vagy tartalmát, csupán azáltal, hogy felveszik és finoman megrázzák azt. Ez a módszer, amely nem igényel külső mérőeszközöket vagy kamerákat, lehetővé teszi a robotok számára, hogy másodpercek alatt pontosan felmérjék, milyen súlyú tárgyat emeltek meg.
A szakemberek szerint mindez azért is hasznos, mert így jóval alacsonyabb költséggel lehet hatékony robotokat építeni. Arról nem is beszélve, ha például egy sötét pincében kell tárgyakat válogatnia a gépnek, vagy esetleg törmeléket kell eltakarítania egy földrengés helyszínén.
Az eljárás középpontjában egy szimulációs folyamat áll, amely a robot és a megcélozott tárgy modelljeit alkalmazza, hogy gyorsan és pontosan azonosítsa a tárgy jellemzőit, miközben a robot interakcióba lép vele. A kutatók által kifejlesztett módszer képes a tárgy tömegének megbecsülésére, hasonlóan a bonyolultabb és költségesebb megoldásokhoz, amelyek például a számítógépes látás technológiájára építenek. Ezen felül az adathatékony megközelítés rendkívül robusztus, így különböző helyzetekben is hatékonyan alkalmazható.
Peter Yichen Chen, az MIT szakértője és az arXiv preprint platformján publikált tanulmány szerzője úgy véli, hogy jelenlegi eredményeink csupán a kezdetet jelentik. A technológia fejlődése révén elérhetjük azt a szintet, ahol a robotok képesek lesznek önállóan felismerni a környezetüket a szabadban.
Az eljárás fundamentuma a propriocepció, amely az a belső érzékelés, amely tájékoztatja a testet arról, hogy hol helyezkedik el a tér három dimenziójában. Például egy súlyemelő nem csupán a kezében tartja a súlyzót, hanem a csuklójában és a bicepszében is érzékeli a nehézséget, mintha azok is részt vennének a terhelésben. Hasonlóképpen, egy robot is "észlelheti" egy tárgy súlyát a karjában lévő ízületek közvetítésével, mintha azok érzékelnék a nyomást és a feszültséget.
Amikor a robot felemel egy tárgyat, a kutatók rendszere jeleket gyűjt a robot ízületi érzékelőitől, amelyek képesek nyomon követni az ízületek forgási helyzetét és sebességét mozgás közben. A szakértők szerint ez a megoldás gazdaságosabb, mivel a legtöbb robotban a mozgó alkatrészeket működtető motorokban már megtalálhatóak az ízületi érzékelők. Így elkerülhetőek a további, külön érzékelők beszerzésének költségei, ami jelentős előny a technológia alkalmazásában.
Az adott tárgy tulajdonságainak becsléséhez a robot-objektum interakciók során a rendszer két modellre támaszkodik: az egyik a robotot és annak mozgását szimulálja, a másik pedig a tárgy dinamikáját. Az algoritmus figyeli robot és a tárgy mozgását egy fizikai interakció során, és ízületi kódoló adatokat használ fel a tárgy tulajdonságainak visszafejtéséhez. Például egy nehezebb tárgy lassabban mozog, mint egy könnyű, ha a robot ugyanakkora erőt fejt ki.
Amint a szimuláció megegyezik a robot valós mozgásával, megvan az eredmény. Ehhez másodpercek kellenek csak. A kutatók szerint mindezzel olyan tulajdonságokat is meg lehet állapítani, mint egy tartályban lévő folyadék sűrűsége.
A jövőben szeretnék tovább csiszolgatni a rendszert, és olyan alkalmazási területeket találni a megoldásnak, ahol a legjobban ki lehet használni a fejlesztést.