Το ηλεκτρονικό εμπόριο κάθε χρόνο επεκτείνεται όλο και περισσότερο, αγγίζοντας επίπεδα ρεκόρ ειδικότερα την περίοδο των εορτών. Για να εκπληρώσει γρήγορα τον τεράστιο όγκο και την ποικιλία των παραγγελιών, εταιρείες όπως η Amazon, η Walmart και η Alibaba επενδύουν σε νέες αποθήκες. Για να αντιμετωπιστεί η έλλειψη εργαζομένων, πολλές εταιρείες εξετάζουν την χρήση ρομπότ. Ωστόσο, το βασικό μειονέκτημα της ρομποτικής παραμένει η αδυναμία να πιαστεί από ένα είδος μηχανής ένα διαφοροποιούμενο φάσμα προϊόντων.
Προσπαθώντας να επιλύσουν αυτό το πρόβλημα , μηχανικοί του Πανεπιστημίου του Μπέρκλεϊ, σε επιστημονικό άρθρο που δημοσιεύτηκε στο Science Robotics παρουσιάζουν νέους αλγορίθμους, που επιτρέπουν στα ρομπότ να πιάνουν ένα μεγαλύτερο εύρος αντικειμένων, χωρίς να απαιτείται εκ των προτέρων προγραμματισμός ή «εκπαίδευση».
«Οποιοσδήποτε μεμονωμένος ρομποτικός βραχίονας-αρπάγη που μπορεί να πιάνει κάτι δεν είναι σε θέση να χειρίζεται όλα τα αντικείμενα» λέει ο Τζεφ Μάλερ, μεταδιδακτορικός ερευνητής στο UC Berkeley και κύριος συγγραφέας της δημοσίευσης. «Για παράδειγμα, μια βεντούζα δεν μπορεί να δημιουργεί σφραγίσματα σε πορώδη αντικείμενα όπως ρούχα και οι βραχίονες με παράλληλα άκρα μπορεί να μην είναι σε θέση να φτάνουν και τις δύο πλευρές κάποιων εργαλείων και παιχνιδιών. Τα “αμφιδέξια” ρομπότ παρέχουν μεγαλύτερη πολυπλευρότητα» περιγράφει.
Αυτή τη στιγμή, τα ρομποτικά συστήματα που χρησιμοποιούνται στις περισσότερες αποθήκες ηλεκτρικού εμπορίου βασίζονται περισσότερο σε βεντούζες, που περιορίζουν το εύρος των αντικειμένων που μπορούν να πιάσουν. Στην δημοσίευση του του Πανεπιστημίου του Μπέρκλεϊ παρουσιάζεται μια «αμφιδέξια» προσέγγιση που αντιμετωπίζει αυτούς τους περιορισμούς, καθώς είναι συμβατή με μεγάλο εύρος βραχιόνων.
Η προσέγγιση αυτή εισάγει ένα κοινό πλαίσιο που βασίζεται σε μια κοινή «λειτουργία ανταμοιβής» για κάθε είδους αρπάγη, που ποσοτικοποιεί την πιθανότητα επιτυχίας για την καθεμιά εξ αυτών. Αυτό επιτρέπει στο σύστημα να αποφασίζει γρήγορα ποια είναι η καλύτερη αρπάγη για χρήση σε κάθε κατάσταση. Συγκεκριμένα, όταν οι ερευνητές χρησιμοποίησαν «λειτουργίες ανταμοιβής» για αρπάγες με παράλληλα άκρα και με βεντούζες σε ρομπότ με δύο βραχίονες, διαπίστωσαν πως το σύστημα καθάριζε/άδειαζε δοχεία με μέχρι και 25 άγνωστα μέχρι εκείνη τη στιγμή αντικείμενα, με ρυθμό 300 συλλογών την ώρα, με αξιοπιστία που έφτανε το 95%.
“Όταν βρίσκεσαι σε μια αποθήκη που συγκεντρώνει συσκευασίες για παράδοση, τα αντικείμενα ποικίλλουν σημαντικά”, δήλωσε ο Goldberg, καθηγητής Μηχανολογίας στο Μπέρκλεϊ. “Χρειαζόμαστε μια ποικιλία βραχιόνων για να χειριστούμε μια ποικιλία αντικειμένων.”
