Forskere har præsenteret en ny tilgang til robothåndtering, der kan løse en af de helt store flaskehalse i robotteknologi: at få robotter til at gribe objekter, de aldrig har set før. Metoden, kaldet GOAG, er beskrevet i et nyt paper og adskiller sig markant fra traditionelle deep-learning-baserede grebplanlæggere.
Kernen i GOAG er en simpel, men elegant observation: på det punkt, hvor griberen og objektet mødes, har de to overflader identisk geometri. I stedet for at træne modellen på en lang række objektspecifikke datasæt, lærer GOAG en kompakt latent repræsentation af griberens egen kontaktfladefordeling. Det gør det muligt at sample gyldige grebkonfigurationer effektivt – uden at modellen nogensinde har set det konkrete objekt under træning.
Objektets egenskaber introduceres først ved inferens, hvor modellen finder de kontaktområder, der er kompatible med griberens kapacitet. Ifølge forskerne opnår GOAG state-of-the-art resultater på objekter fra MultiDex-datasættet med en gennemsnitlig succesrate på 86,93 %. Samtidig er metoden markant hurtigere, når der skal genereres mange greb, og den matcher præstationen fra førende tilgange, der er trænet specifikt på datasættet – men uden at være afhængig af objektspecifik træning.
For beslutningstagere i robot- og automationsindustrien er det væsentlige ikke de tekniske detaljer, men konsekvensen: traditionelle data-drevne grebplanlæggere har svært ved at generalisere til nye objekter, fordi de er trænet på begrænsede, objektspecifikke datasæt. GOAG adresserer netop denne udfordring ved at lære en generel model af griberens kontaktflade, hvilket potentielt kan reducere behovet for store, specialiserede datasæt og gøre robotter langt mere fleksible i ukendte miljøer.
Forskerne har valideret metoden i både simulerede og virkelige scenarier med forskellige gribere fra litteraturen. Kode og videoer er offentligt tilgængelige på projektets hjemmeside.
