Роботизированная кисть научилась ловко перебирать предметы пальцами, поворачивать их под разными углами и удерживать даже ладонью вниз. Разработчики добавили специальный алгоритм, который сократил число падений на 75%, а затем продемонстрировали, как робот самостоятельно вращает лампочку пальцами и вкручивает её в патрон. Причём всем движениям механическую руку научили в компьютерной симуляции, без помощи человека.
Перехватить бокал, повернуть ключ или поправить карандаш в руке кажется пустяком. Но стоит попробовать повторить движения механическими пальцами, и начинаются сложности. Одни пальцы должны ослабить хватку, другие успеть подхватить предмет, а сама кисть постоянно меняет положение. Малейшая ошибка, и предмет падает. Особенно трудно справиться с задачей, когда ладонь направлена вниз.
Для экспериментов исследователи взяли роботизированную кисть LEAP с 16 подвижными суставами. Вместо того чтобы вручную показывать ей правильные движения, разработчики запустили сотни тысяч виртуальных тренировок. Программа пробовала разные способы захвата, училась перемещать предметы между пальцами и постепенно находила наиболее удачные движения. Такой подход называют обучением с подкреплением.
В начале тренировок учёные немного схитрили: в виртуальном мире пальцы обладали необычайно хорошим сцеплением с поверхностью. Предметы почти не скользили, поэтому алгоритму было проще освоить движения. Затем разработчики постепенно уменьшали трение, приближая условия к реальности. Заодно они измерили, как работают двигатели настоящей кисти, и учли их поведение в симуляции.
Когда обучение закончилось, робот получил четыре предмета: настоящую электрическую лампочку и напечатанные на 3D-принтере пластиковые модели ножа, бокала и резиновой уточки. Для каждого предмета потребовалась отдельная программа управления. Кисть могла менять положение объектов, поворачивать их и переходить от одного захвата к другому, причём даже при неудобном положении запястья.
Но разработчики хотели решить ещё одну проблему: робот мог успешно выполнять сложные движения и всё равно время от времени ронять предметы. Поэтому к основной системе управления добавили алгоритм ResSafe. Программа следит за тем, насколько надёжно кисть удерживает предмет, и при необходимости слегка поправляет движения пальцев. При этом ResSafe даже не знает, куда робот собирается переместить объект. Главная задача дополнительной защиты проста: не дать предмету выпасть из руки.
Во время испытаний разработчики предложили роботу 4800 заданных положений для четырёх предметов при шести вариантах поворота запястья. Проверки заняли 13,3 часа. В серии из 1200 движений, когда положение предметов отслеживали внешние камеры, кисть без дополнительной защиты уронила объекты 16 раз. После включения ResSafe падений осталось всего четыре.
За осторожность пришлось немного заплатить точностью. Без защитного алгоритма робот достигал 95,2% заданных положений, а с ResSafe показатель снизился до 91,5%. Успех засчитывали, если за десять секунд предмет оказывался не дальше двух сантиметров от нужной точки, а ошибка поворота не превышала примерно 23°. Иными словами, робот стал реже ронять предметы, хотя иногда не доводил движение до нужного положения.
Самую наглядную демонстрацию устроили с электрической лампочкой. Кисть перехватывала её пальцами, поворачивала вокруг собственной оси и вкручивала в патрон, пока не загорался свет. Для задачи разработчики объединили движения пальцев, которым робот научился самостоятельно, с заранее запрограммированными перемещениями руки. В других испытаниях механическая кисть переворачивала бокал и перекладывала игрушечную уточку.
Правда, до универсальной роботизированной руки пока далеко. Каждому предмету требуется своя обученная программа, а наиболее точные результаты исследователи получили при помощи внешних камер. Кисть умеет работать и с одной камерой глубины возле запястья, но справляется хуже, особенно с предметами сложной формы. Кроме того, дополнительная защита пока не улучшила результаты небольших испытаний с многоэтапными действиями.
Разработчики рассчитывают объединить освоенные навыки в единую систему, способную обращаться с разными предметами без отдельного обучения для каждого. Если удастся сохранить точность и надёжность захвата, роботизированные руки смогут увереннее справляться с мелкой сборкой, бытовыми предметами и другими задачами, где обычным механическим захватам пока не хватает ловкости. Исследователи опубликовали результаты в виде препринта, который ещё не прошёл независимое научное рецензирование.