जेंगा रोबोट का वीडियो भविष्य के फैक्टरी बॉट्स के लिए प्रोटोटाइप हो सकता है

$config[ads_kvadrat] not found

पृथà¥?वी पर सà¥?थित à¤à¤¯à¤¾à¤¨à¤• नरक मंदिर | Amazing H

पृथà¥?वी पर सà¥?थित à¤à¤¯à¤¾à¤¨à¤• नरक मंदिर | Amazing H
Anonim

जेंगा एक शगल है जो कई मनुष्यों को कुछ पेय से अधिक के बाद भी आनंद ले सकता है, जिससे यह एक लोकप्रिय बार गेम बन जाता है। लेकिन रोबोट के लिए, खेल एक चुनौती बना हुआ है जो परीक्षण करता है कि वे दोनों कैसे देखते हैं और महसूस भौतिक दुनिया, कौशल का एक संयोजन, जो एक बार महारत हासिल कर लेता है, एक मुक्त बार टैब जीतने से कहीं अधिक महत्वपूर्ण प्रभाव पड़ेगा।

प्रोफेसर अल्बर्टो रोड्रिगेज और मैसाचुसेट्स इंस्टीट्यूट ऑफ टेक्नोलॉजी से स्नातक छात्र नीमा फाजली बताते हैं श्लोक में यह सफलता वास्तविक दुनिया में रोबोट को प्रशिक्षित करने के लिए महत्वपूर्ण है। उनका शोध बुधवार को जर्नल में प्रकाशित हुआ विज्ञान रोबोटिक्स.

कृत्रिम बुद्धिमत्ता का उपयोग करके, दो शोधकर्ताओं ने अपने रोबोट को वास्तविक समय के दृश्य और स्पर्श डेटा दोनों को संसाधित करने में सक्षम किया, क्योंकि इसे सैकड़ों स्प्रैडशीट खिलाने के लिए विरोध किया गया था। इस प्रकार के वास्तविक समय के डाटा प्रोसेसिंग से एक दिन असेंबली लाइन रोबोट को जन्म दिया जा सकता है, जो बिना किसी सूचना के, बिना किसी सूचना के, बिना किसी रीप्रोग्राम के मक्खी पर सीख सकते हैं। घरेलू बॉट्स सिर्फ एक ट्रायल रन के साथ नए सफाई कौशल सीख सकते हैं। मशीनों को अंततः प्रशिक्षुओं की तरह प्रशिक्षित किया जा सकता था।

और पढ़ें: वीडियो से पता चलता है बीयर-लेचिंग लेगो रोबोट जो बोस्टन डायनेमिक पर ले सकता है

"रॉबरी हेरफेर कौशल विकसित करने की कुंजी और आत्मविश्वास के साथ टॉवर के साथ बातचीत करने की क्षमता सीखने की क्षमता है," एक ईमेल में रोड्रिगेज और फजेली को लिखें श्लोक में । “हमने जेंगा को उठाया एक दूसरा प्रमुख कारण डेटा दक्षता है। हम रोबोट को दसियों या सैकड़ों हजारों प्रयासों के बजाय दसियों या सैकड़ों प्रयासों से कैसे सीख सकते हैं? ये दोनों कई कार्यों के लिए महत्वपूर्ण हैं जो हम अपने हाथों से करते हैं और यह रोबोट के लिए हमारी मदद करने के लिए बहुत अच्छा होगा। फोन को इकट्ठा करने से लेकर कचरे के जरिए छँटाई तक। ”

शोधकर्ताओं द्वारा जारी किए गए एक वीडियो में, एक रोबोट हाथ लकड़ी के ब्लॉक के टॉवर को देखता है ताकि यह पता लगाया जा सके कि यह क्या संभव बनाता है; यह जल्दी से अटके हुए टुकड़ों की पहचान करता है और उन लोगों को साफ करता है। आखिरकार यह एक जेंगा विशेषज्ञ बन जाता है, जो मानव (संभवत: नशे में) की पिटाई का एक शॉट हो सकता है। यह आज कई रोबोटों से अलग है जो विशेष रूप से अपने कार्यों के बारे में जाने के लिए दृश्य डेटा पर निर्भर हैं।

अब जब यह प्रशिक्षण विधि जेंगा में इसे कुचलने के लिए सिद्ध हो गई है, तो यह शोधकर्ताओं के लिए है कि वे रोबोट को अधिक व्यावहारिक कार्यों में मदद करने के लिए विधि का अनुवाद करें। शायद दृष्टि और महसूस के आधार पर खाद अपशिष्ट से रीसाइक्लिंग को सॉर्ट करना सीखना अगला बड़ा परीक्षण हो सकता है।

तब तक, यह रोबोट ग्रिपर खुशी से आपको अपने अगले जेंगा बार सत्र में एक मूर्ख की तरह दिखाई देगा।

संबंधित वीडियो: इस रोबोटिक हाथ को मानव की तरह सजगता सिखाया गया था।

$config[ads_kvadrat] not found