La primera informe de la conferencia Automate de este año llega a través del spinout de Alphabet X, Intrinsic. La empresa anunció en el evento de Chicago el lunes que incorporará una serie de ofertas de Nvidia en su plataforma de aplicaciones robóticas Flowstate.
Eso incluye Isaac Manipulator, una colección de modelos fundamentales diseñados para crear flujos de trabajo para brazos robóticos. La propuesta se lanzó en GTC en marzo, con algunos de los nombres más importantes de la automatización industrial ya a lado. La relación incluye Yaskawa, Solomon, PickNik Robotics, Ready Robotics, Franka Robotics y Universal Robots.
La colaboración se centra específicamente en agarrar (agarrar y guardar objetos), una de las modalidades secreto para la automatización de la fabricación y el cumplimiento. Los sistemas se entrenan en grandes conjuntos de datos, con el objetivo de ejecutar tareas que funcionan en todo el hardware (es sostener, agnosticismo de hardware) y con diferentes objetos.
Es sostener, los métodos de selección se pueden transferir a diferentes entornos, en oficio de tener que entrenar cada sistema para cada tablas. Como seres humanos, una vez que descubrimos cómo guardar cosas, esa movimiento se puede adaptar a diferentes objetos en diferentes entornos. En su anciano parte, los robots no pueden hacer eso, al menos no por ahora.
Créditos de imagen: Intrínseco
«En el futuro, los desarrolladores podrán utilizar habilidades de comprensión universales ya preparadas como estas para acelerar enormemente sus procesos de programación», dijo en una publicación la fundadora y directora ejecutiva de Intrinsic, Wendy Tan White. «Para la industria en caudillo, este expansión muestra cómo los modelos básicos podrían tener un impacto profundo, incluido hacer que los desafíos actuales de programación de robots sean más fáciles de administrar a escalera, crear aplicaciones que antaño no eran factibles, ceñir los costos de expansión y aumentar la flexibilidad para los usuarios finales».
Las primeras pruebas de Flowstate se realizaron en Isaac Sim, la plataforma de simulación robótica de Nvidia. El cliente intrínseco Trumpf Machine Tools ha estado trabajando con un prototipo del sistema.
«Esta tiento de agarre universal, entrenada con datos 100% sintéticos en Isaac Sim, se puede utilizar para crear soluciones sofisticadas que puedan realizar tareas de agarre de objetos adaptables y versátiles en simulación y existente», dice Tan White sobre el trabajo de Trumpf con la plataforma. «En oficio de codificar pinzas específicas para agarrar objetos específicos de una determinada forma, se genera automáticamente un código efectivo para una pinza y un objeto en particular para completar la tarea utilizando el maniquí nuclear».
Intrinsic incluso está trabajando con DeepMind, propiedad de Alphabet, para descifrar la estimación de posturas y la planificación de rutas, otros dos aspectos secreto de la automatización. Para esto extremo, el sistema fue entrenado en más de 130.000 objetos. La compañía dice que los sistemas pueden determinar la orientación de los objetos en “unos segundos”, una parte importante para poder detectarlos.
Otra cuarto secreto del trabajo de Intrinsic con DeepMind es la capacidad de actuar múltiples robots en conjunto. «Nuestros equipos han probado esta decisión 100% generada por ML para orquestar sin problemas cuatro robots separados que trabajan en una simulación de aplicación de soldadura de automóviles a escalera pequeña», dice Tan White. «Los planes de movimiento y las trayectorias de cada autómata se generan automáticamente, no tienen colisiones y son sorprendentemente eficientes: funcionan aproximadamente un 25 % mejor que algunos métodos tradicionales que hemos probado».
El equipo incluso está trabajando en sistemas que utilizan dos brazos a la vez, una configuración más concorde con el mundo emergente de los robots humanoides. Es poco que veremos mucho más en los próximos abriles, humanoide o no. Sobrevenir de un ayuda a dos abre todo un mundo de aplicaciones adicionales para estos sistemas.
————————————————– —————–
Esta página transcribe artículos de diversas fuentes de dominio sabido, las ideas expresadas son responsabilidad de sus respectivos autores por lo cual no nos hacemos responsables del uso o la interpretación que se les dé. La información publicada nunca debe sustituir consultorio profesional, médica, reglamentario o psicológica.
