Erfarna grävmaskinsförare känner till knepet att skicka innehållet i skopan bortom bommens räckhåll. Utrustad med ett neuralt nätverk har robotgrävmaskinen visat sig vara en flitig elev, vilket också riktad kastning av stenar bortom bommens räckvidd. Nästa steg är att kasta bulkmaterial och öka noggrannheten vid arbete med skopa på olika höjder.
Forskare från Schweiz (ETH Zürich) rapporterade om processen att träna ett neuralt nätverk i en robotgrävmaskin för att exakt manipulera innehållet i en skopa. Det neurala nätverket, baserat på förstärkningsinlärning, tränades att kasta en boll och stenar på en specifik punkt, som var längre bort från bommens räckvidd (upp till 9,5 m med en bomfångningsräckvidd på 7,5 m). Sådana operationer kommer att hjälpa robotteknik att hantera ett bredare spektrum av uppgifter med mindre energiförbrukning vid rörelse, och kommer också att göra dess arbete säkrare.
Grävmaskinen utförde grip- och kastoperationer med en skopa med två frihetsgrader, som inte var fast fäst vid bommen. Kastningarna gjordes både i en rak linje, när endast bommen var i drift, och med hytten vriden. I det andra fallet var noggrannheten något lägre, men i vilket fall som helst avvek projektilen från siktpunkten med högst 30–40 cm.
Forskarna tränade det neurala nätverket baserat på en moderniserad 12-tons Menzi Muck M545-grävmaskin. De hade tidigare tränat grävmaskinen att utföra ett antal icke-triviala operationer, som att bygga en stabil mur av oförberedda stenblock. Grävmaskinen bedömde själv balansen av stenar och byggde ett starkt stenstaket. För exakt autonomt arbete på marken använder grävmaskinen sensorer installerade på den för att bygga en modell av det omgivande utrymmet där den utför specificerade operationer.
Källa:
Källa: 3dnews.ru
