Een simpele menselijke taak, zoals het vastpakken en openen van een deur, is voor een robot nog een vrij uitdagende opgave. Bij Google proberen ze robotarmen door middel van machine learning slimmer te maken in het vastpakken van objecten.
Het bedrijf wil de robots slimmer maken door ze na te laten denken als mensen. Dat is nog een flinke uitdaging, schrijft Sergey Levine in een Google Research Blog. Een robot observeert zijn omgeving, analyseert die om een plan te bedenken en dat vervolgens uit te voeren. Vooral het verwerken van visuele omgeving is lastig, schrijft Levine.
Daarom programmeert Google de robotarmen om zelf te leren om zijn omgeving te verkennen. Door steeds vaker te proberen, wordt de robot steeds beter in het vastpakken van objecten. En omdat er meerdere robotos naast elkaar staan, kan die ervaring onderling worden uitgewisseld. Daardoor gaat het leerproces een stuk sneller.
Desondanks hebben de robots volgens Levine nog 800.000 pogingen nodig om een intelligente reactiemodel te laten zien. Maar dan heb je ook wat: de robots zijn al slim genoeg om bepaalde objecten van andere weg te schuiven, zodat het doelwit makkelijker vast te pakken is.