Keren, Robot Pencari Barang Hilang, Tim Insinyur MIT Menciptakan Robot Pencari Barang Hilang, Kita semua pernah lupa menaruh kunci rumah, telepon, atau kartu kredit kita di suatu tempat, dan kita semua berharap memiliki perangkat khusus yang dapat dengan cepat menemukannya agar kita saat hendak bergegas pergi.
Saat ini, Para peneliti di MIT telah menciptakan sistem robot yang dapat melakukan hal merepotkan itu. RFusion adalah lengan robot dengan kamera dan antena frekuensi radio (RF) yang terpasang pada grippernya. Robot ini menggabungkan sinyal dari antena dengan input visual dari kamera untuk mencari dan mengambil benda, bahkan jika benda terkubur di bawah tumpukan dan benar-benar tidak terlihat.
Keren, Robot Pencari Barang Hilang, Tim Insinyur MIT Menciptakan Robot Pencari Barang Hilang
Menggunakan pembelajaran mesin, lengan robot secara otomatis membidik lokasi objek yang tepat, memindahkan item di atasnya, menggenggam objek, dan memverifikasi bahwa benda itu telah mengambil benda yang benar. Kamera, antena, lengan robot, dan AI terintegrasi penuh, sehingga RFusion dapat bekerja di lingkungan apa pun tanpa memerlukan pengaturan khusus.
Robot Pencari Barang Hilang Mengirim sinyal
RFusion mulai mencari objek menggunakan antenanya, yang memantulkan sinyal dari tag RFID (seperti sinar matahari yang dipantulkan dari cermin) untuk mengidentifikasi area pantulan di mana tag berada. Ini menggabungkan pantulan itu dengan input kamera, yang memungkinkan untuk mempersempit lokasi objek. Misalnya, item tidak dapat ditempatkan di area tabel yang kosong.
Tetapi begitu robot memiliki gagasan umum tentang di mana benda itu berada, ia perlu mengayunkan lengannya secara luas di sekitar ruangan untuk melakukan pengukuran tambahan untuk menemukan lokasi yang tepat, sayangnya gerak lengan robot itu lambat dan tidak efisien.
Para peneliti menggunakan pembelajaran penguatan untuk melatih jaringan saraf yang dapat mengoptimalkan lintasan robot ke objek. Dalam pembelajaran penguatan, algoritma dilatih melalui uji coba dengan sistem penghadiahan.
“Ini juga cara otak kita belajar. Kita akan mendapatkan penghargaan dari guru, dari orang tua, dari permainan komputer, dll. Hal yang sama terjadi dalam pembelajaran penguatan. Kami membiarkan algoritma membuat kesalahan atau melakukan sesuatu dengan benar dan kemudian kami menghukum atau memberi penghargaan kepada jaringan. Beginilah cara jaringan mempelajari sesuatu yang sangat sulit untuk dimodelkan,” jelas Boroushaki.
Dalam kasus RFusion, algoritme pengoptimalan dihadiahi ketika membatasi jumlah gerakan yang harus dilakukan untuk melokalisasi item dan jarak yang harus ditempuh untuk mengambilnya.
Setelah sistem mengidentifikasi tempat yang tepat, jaringan saraf menggunakan gabungan RF dan informasi visual untuk memprediksi bagaimana lengan robot harus menggenggam objek, termasuk sudut tangan dan lebar gripper, dan apakah harus melepas item lain terlebih dahulu. Robot itu juga memindai tag item untuk terakhir kalinya untuk memastikan dia telah mengambil objek yang tepat.
Robot menggabungkan rekaman kamera dengan sinyal yang dikirim oleh tag RFID untuk mempersempit lokasi objek.
Setelah memiliki gagasan umum, ia menggunakan pendekatan yang memungkinkan pembelajaran penguatan untuk menyaring setiap detritus untuk mengambil objek yang hilang.
Algoritme pembelajaran penguatan yang digunakan dalam RFusion memungkinkan mesin membuat gerakan sesedikit mungkin untuk mencapai objek, membuatnya semakin efisien. Setelah objek berada di tangan grippernya, ia dapat memindainya untuk terakhir kalinya untuk memastikan ia memegang objek yang benar.
Demikian tadi informasi tentang Tim Insinyur MIT Menciptakan Robot Pencari Barang Hilang, semoga bermanfaat.
Source: interestingengineering.com,nationalgeographic.id