Amerikaanse technici hebben een robot ontworpen die leert van menselijke correcties. Mensen kunnen het apparaat letterlijk een zetje in de goede richting geven.
11-05 Robot met mes

‘We hebben de robot in staat gesteld heel flexibel te leren’, zegt ontwerper Ashutosh Saxena in een persverklaring. Om te demonstreren hoe mensen daarbij een rol kunnen spelen, filmden het onderzoeksteam de robot tijdens zijn leerproces. Het resultaat zie je in de onderstaande video.

De robot in de video is erop getraind tassen in te pakken bij de supermarkt. De onderzoekers laten het apparaat een mes inpakken. In eerste instantie zoekt de robot zelf naar de optimale beweging: hij grijpt het mes en verplaatst het vloeiend van rechts naar links. Daarbij wijst de scherpe kant van het mes naar een menselijke toeschouwer, waardoor de persoon zich onveilig voelt. Om de robot te leren hoe hij het beter kan doen, duwt de persoon de robotarm dichter naar het robotlijf toe en draait hij het mes naar binnen. De robot onthoudt deze correcties, en weet zo in slechts drie stappen wat een betere methode is om een mes te verplaatsen.

‘Fossiele samenwerking is nodig voor een snelle energietransitie’
LEES OOK

‘Fossiele samenwerking is nodig voor een snelle energietransitie’

Universiteiten moeten hun samenwerking met de fossiele industrie niet stopzetten, vindt scheikundige Marc Koper. Dat vertraagt de energietransitie.

‘De robot leert van de menselijke correcties om zijn acties, die zijn aangepast aan de omgeving en de aanwezige objecten, te verbeteren’, aldus Saxena. De robot weet ook bijvoorbeeld objecten van elkaar te onderscheiden. Hij beseft dat hij een doos eieren voorzichtiger moet verplaatsen dan een doos cornflakes.

Zero gravity
De robot kan de menselijke aanwijzingen aflezen omdat hij zich tijdens de correcties in een ‘nul-G-modus’ bevindt. Dat betekent dat zijn arm alléén de zwaartekracht weerstaat. Verder oefent het apparaat geen krachten uit. Elke beweging die hij maakt, is dus door het toedoen van de menselijke correctie.


Bron: Cornell University Personal Robotics Lab