Key takeaways
- Et nytt system kan gjøre det mulig for en robot å utføre komplekse deigmanipuleringsoppgaver for pizzalaging.
- Forskere sier at metoden kan være nøkkelen til å løse mer komplekse automatiseringsproblemer.
- Det er overraskende mye matematikk i deigen til en pizza.
Å lære roboter å lage god pizza kan være nøkkelen til å løse mer komplekse automatiseringsproblemer.
Forskere har laget et robotmanipuleringssystem som bruker en to-trinns læringsprosess for å sette en robot i stand til å utføre komplekse deigmanipulasjonsoppgaver. Metoden, beskrevet i et nytt papir, lar roboter gjøre ting som å kutte og spre deig eller samle deigbiter rundt et skjærebrett.
"Det høres kanskje morsomt ut, men pizzalaging er en ekstraordinær test for roboter," sa AI-forsker Adrian Zidaritz, som ikke var involvert i studien, til Lifewire i et e-postintervju. "En robot ser på objekter gjennom et kamera, så den må jobbe med 2-dimensjonale bilder av det objektet mens den prøver å flette disse bildene sammen til et 3-dimensjon alt objekt. Legg nå til det faktum at deigen til pizzaen blir kontinuerlig deformert, og testen blir enda mer ekstraordinær."
Spreading the Dough
For en robot er det vanskelig å jobbe med en deformerbar gjenstand som deig fordi formen på deigen kan endre seg på mange måter, noe som er vanskelig å representere med en ligning. Og å lage en ny form av den deigen krever flere trinn og bruk av forskjellige verktøy. Det er utfordrende for en robot å lære en manipulasjonsoppgave med en lang sekvens av trinn – der det er mange mulige valg – siden læring ofte skjer gjennom prøving og feiling.
Nå sier forskere ved MIT, Carnegie Mellon University og University of California i San Diego at de har utviklet en forbedret metode for å lære roboter å lage pizza. De laget et rammeverk for et robotmanipuleringssystem som bruker en to-trinns læringsprosess, som kan gjøre det mulig for en robot å utføre komplekse deigmanipulasjonsoppgaver over en lang periode.
Den nye metoden innebærer en "lærer"-algoritme som løser hvert trinn roboten må ta for å fullføre oppgaven. Deretter trener den en "student" maskinlæringsmodell som lærer abstrakte ideer om når og hvordan den skal utføre hver ferdighet den trenger i løpet av leksjonen, som å bruke en kjevle. Med denne kunnskapen begrunner systemet hvordan det skal administrere ferdighetene for å fullføre hele oppgaven.
"Denne metoden er nærmere hvordan vi som mennesker planlegger handlingene våre," sa Yunzhu Li, en doktorgradsstudent ved MIT og en av avisens forfattere om metoden, i pressemeldingen om prosjektet. "Når et menneske gjør en langhorisontoppgave, skriver vi ikke ned alle detaljene. Vi har en planlegger på høyere nivå som forteller oss grovt hva stadiene er og noen av delmålene vi må oppnå underveis, og så henretter vi dem."
The Pi of Pie
En overraskende mengde matematikk går med til å lage pizzadeig, sa Zidaritz. Deigen kan beskrives ved hjelp av algebraiske eller parametriske overflater.
"Så er det spørsmålet om å velge formalismen for å representere deformasjonene, vanligvis et sett med differensialligninger," la han til. "Ting kan bli vanskelig her fordi disse differensialligningene har høy beregningsmessig kompleksitet. Pizzadeigen kan ikke fryses i luften mens roboten regner ut hva den kan bli deformert til ved neste trinn.«
Yariv Reches, medgründer av Hyper Food Robotics, som bygger robotfastmatbutikker, sa i et e-postintervju at det er en tøff utfordring å manipulere pizzadeig. Å jobbe med en deformerbar gjenstand som deig er mer komplisert enn å håndtere en stiv.
"Statiske objekter blir undersøkt på slutten av en rekke handlinger, mens i deformerbare objekter endrer emnet alltid form og konsistens - læringen er da at annoteringsprosessen må tilpasses i farten, " la han til.
Men nyere fremskritt innen robotikk kan føre til store ting for pizzaelskere, sa Reches. Mathåndtering, montering, matlaging, tilberedning og pakking endrer ofte form mens de håndteres av roboter.
"Å integrere AI i matlaging betyr at alle matingredienser som opplever en tilstandsendring, og som trenger å strømme gjennom robotdispensere, kan administreres med teknologi," la Reches til."For eksempel kan pizzapålegg som trenger påføring, spredning og til og med korrigeringer på et øyeblikk håndteres - eller til og med påføring og montering av hamburgerpatty og boller."
