פורסם בתאריך: 8 במאי 2025 / עודכן בתאריך: 9 במאי 2025 – מחבר: Konrad Wolfenstein
רובוטיקה טקטילית: רובוטים עם חוש מגע: הדור החדש של מחקר Vulcan ו-MIT על זיהוי עצמים הפטי – תמונה: Xpert.Digital
מערכת זיהוי אובייקטים של MIT ללא חיישנים מיוחדים ורובוט וולקן של אמזון
תפיסה הפטית עבור מכונות: קביעת סטנדרטים חדשים בזיהוי אובייקטים
בתחום הרובוטיקה, פיתוח מערכות חיישנים וזיהוי מגע מסמן התקדמות מכרעת, המאפשרת למכונות לראשונה לא רק לראות את סביבתן אלא גם "להרגיש" אותה. פיתוח זה מודגם על ידי הרובוט החדש Vulcan של אמזון ומערכת זיהוי האובייקטים החדשנית של MIT. שתי הטכנולוגיות מרחיבות משמעותית את יישומי הרובוטים ומאפשרות משימות שבעבר יכלו להתבצע רק על ידי בני אדם עם התפיסה ההפטית הטבעית שלהם.
קשור לזה:
הרובוט וולקן של אמזון: פריצת דרך בתחום אחיזת המישוש של רובוטים
יסודות תפקודיים וטכנולוגיים
הרובוט וולקן, שפותח על ידי אמזון, מייצג התקדמות טכנולוגית משמעותית בתחום הבינה המלאכותית הפיזית. אמזון עצמה מתארת את הפיתוח כ"פריצת דרך ברובוטיקה ובינה מלאכותית פיזית". המערכת מורכבת משני רכיבים עיקריים: "אחסון" (Stow) לאחסון חפצים ו-"איסוף" (Pick) לאיסוף שלהם. התכונה הבולטת שלו היא יכולתו לתפוש את סביבתו באופן מישושי.
הבסיס הטכנולוגי ליכולות המישוש של וולקן מורכב מחיישני כוח-מומנט מיוחדים, בצורת דיסקית הוקי, המאפשרים לרובוט "להרגיש" כמה כוח הוא יכול להפעיל כדי לתפוס חפץ מבלי לפגוע בו. אדם פרנס, מנהל רובוטיקה בינה מלאכותית באמזון, מדגיש את הייחודיות של גישה זו: "וולקן אינו הרובוט הראשון שלנו שיכול להזיז חפצים. אבל עם חוש המישוש שלו - היכולת שלו להבין מתי וכיצד הוא בא במגע עם חפץ - הוא פותח אפשרויות חדשות לייעול זרימות עבודה ומתקנים.".
כדי למיין פריטים על המדפים, וולקן משתמש בכלי הדומה לסרגל המחובר למחליק שיער. בעזרת "סרגל" זה, הוא דוחף פריטים אחרים הצידה כדי לפנות מקום לפריטים חדשים. זרועות האחיזה מתאימות את עוצמת האחיזה שלהן בהתאם לגודל ולצורת הפריט, בעוד שמסועים משולבים מזיזים את הפריט לתוך המיכל. כדי לאסוף פריטים, וולקן משתמש באחיזה יניקה בשילוב עם מערכת מצלמה.
תחומי יישום וביצועים נוכחיים
הרובוט Vulcan נבדק כעת בשני מרכזי לוגיסטיקה של אמזון: בווינסן ליד המבורג (גרמניה) ובספוקיין, וושינגטון (ארה"ב). בוושינגטון פועלים שישה רובוטי Stow Vulcan וכבר אחסנו בהצלחה חצי מיליון פריטים. בווינסן פועלים שני רובוטי Pick Vulcan וכבר עיבדו 50,000 הזמנות.
יכולות המערכת יוצאות דופן: וולקן יכולה כיום לטפל בכ-75 אחוזים ממיליוני המוצרים המוצעים על ידי אמזון. האובייקט הקטן ביותר שהרובוט יכול לתפעל הוא בערך בגודל של שפתון או דיסק און קי. מרשימה במיוחד היא יכולתו של הרובוט לזהות אובייקטים בזמן אמת, שכן יהיה "בלתי אפשרי עבורו לדעת את כל הפרטים הספציפיים של הפריטים בעל פה", כפי שמסביר פרנס.
תוכניות עתידיות ושילוב בשרשרת הלוגיסטיקה
אמזון מתכננת להגדיל משמעותית את מספר הרובוטים מסוג Vulcan בשנים הקרובות. השנה, מספר הרובוטים מסוג Vulcan בווינסן צפוי לעלות ל-60 ובוושינגטון ל-50. התוכנית ארוכת הטווח היא לפרוס את הרובוטים במרכזים לוגיסטיים ברחבי אירופה וארה"ב.
היבט מרכזי באסטרטגיה של אמזון הוא דו-קיום של בני אדם ומכונות. "תוכנית האב" של החברה צופה בני אדם ומכונות שעובדים זה לצד זה. הרובוטים נועדו בעיקר לטפל במוצרים על המדפים שבני אדם אינם יכולים להגיע אליהם ללא סולם או שידרשו כיפוף מוגזם. צפוי כי הדבר יוביל ליעילות כוללת גבוהה יותר ובמקביל להפחית את עומס העבודה על עובדים אנושיים.
מערכת זיהוי עצמים של MIT באמצעות טיפול: "חישה" חכמה ללא חיישנים מיוחדים
גישה חדשנית לזיהוי אובייקטים
במקביל לוולקן של אמזון, חוקרים מ-MIT, אמזון רובוטיקס ואוניברסיטת קולומביה הבריטית פיתחו מערכת הנוקטת בגישה שונה כדי להעניק לרובוטים יכולות הפטיות. טכנולוגיה זו מאפשרת לרובוטים לזהות תכונות של אובייקט, כגון משקל, רכות או תוכן, פשוט על ידי הרמתו וניעורו העדין - בדומה לבני אדם שעושים כשהם מטפלים באובייקטים לא מוכרים.
המיוחד בגישה זו הוא שאין צורך בחיישני מישוש מיוחדים. במקום זאת, המערכת משתמשת במקודדי מפרקים שכבר קיימים ברוב הרובוטים - חיישנים המזהים את מיקום הסיבוב ומהירות המפרקים במהלך תנועה. פיטר ייכן צ'ן, פוסט-דוקטורנט ב-MIT והמחבר הראשי של מאמר המחקר, מסביר את החזון העומד מאחורי הפרויקט: "החלום שלי הוא לשלוח רובוטים לעולם כדי שיוכלו לגעת ולהזיז דברים ולגלות באופן עצמאי את התכונות של כל מה שהם מקיימים איתו אינטראקציה.".
פונקציונליות טכנית ומודלים של סימולציה
ליבת מערכת MIT מורכבת משני מודלי סימולציה: אחד המדמה את הרובוט ותנועותיו, ואחד המשכפל את הדינמיקה של האובייקט. צ'או ליו, פוסט-דוקטורנט נוסף ב-MIT, מדגיש את חשיבותם של התאומים הדיגיטליים הללו: "העתק דיגיטלי מדויק של העולם האמיתי הוא באמת חשוב להצלחת השיטה שלנו.".
המערכת משתמשת בטכניקה הנקראת "סימולציה דיפרנציאלית", המאפשרת לאלגוריתם לחזות כיצד שינויים קטנים בתכונות של אובייקט, כגון מסה או רכות, ישפיעו על המיקום הסופי של מפרקי הרובוט. לאחר שהסימולציה תואמת את תנועות הרובוט בפועל, המערכת זיהתה את התכונות הנכונות של האובייקט.
יתרון מרכזי של שיטה זו הוא יעילותה: האלגוריתם יכול לבצע את החישובים תוך שניות ודורש רק מסלול תנועה אמיתי של הרובוט כדי לתפקד. זה הופך את המערכת לחסכונית ופרקטית במיוחד עבור יישומים בעולם האמיתי.
פוטנציאל יישום ויתרונות
הטכנולוגיה שפותחה יכולה להיות שימושית במיוחד ביישומים שבהם מצלמות פחות יעילות, כגון מיון חפצים במרתף חשוך או פינוי פסולת בבניין שקרס חלקית לאחר רעידת אדמה.
מכיוון שהאלגוריתם אינו דורש מערך נתונים גדול לצורך אימון, בניגוד לשיטות אחרות המסתמכות על ראייה ממוחשבת או חיישנים חיצוניים, הוא פחות נוטה לשגיאות כאשר הוא מתמודד עם סביבות לא ידועות או אובייקטים חדשים. זה הופך את המערכת לחזקה ורב-תכליתית במיוחד.
נוף המחקר הרחב יותר על חיישני מגע ברובוטיקה
אתגרים בסיסיים ופתרונות עכשוויים
פיתוח רובוטים בעלי חוש מישוש מציב בפני חוקרים אתגרים מהותיים. בעוד שמערכת המישוש האנושית מורכבת ומורכבת ביותר, מערכות מלאכותיות חייבות לשכפל אותה באמצעות אמצעים טכנולוגיים. קן גולדברג, רובוטיקן מאוניברסיטת קליפורניה בברקלי, מדגיש את מורכבותה של משימה זו: "חוש המישוש האנושי הוא מורכב ומורכב להפליא, עם טווח דינמי עצום. בעוד שרובוטים עושים התקדמות מהירה, אהיה מופתע לראות חיישני מישוש ברמה אנושית בחמש עד עשר השנים הקרובות.".
למרות אתגרים אלה, נעשית התקדמות משמעותית במחקר. לדוגמה, מרכז המחקר Fraunhofer IFF מפתח מערכות חיישנים מישושיות המאפשרות אחיזה תגובתית, המחקות את יד האדם, והן אידיאליות לטיפול בחפצים שבירים או גמישים. נתוני החיישן משמשים להתאמת האחיזה, זיהוי רכיבים ומיקום וניטור תהליכים.
פרויקטים מחקריים חדשניים בתחום הרובוטיקה המישושית
מלבד הפיתוחים של אמזון ו-MIT, ישנם פרויקטים מחקריים משמעותיים נוספים בתחום חיישני רובוטים מישושיים:
מכון מקס פלאנק למערכות חכמות פיתח חיישן הפטיקה בשם Insight המזהה מגע ברגישות גבוהה. גאורג מרטיוס, ראש קבוצת מחקר במכון, מדגיש את ביצועי החיישן: "החיישן שלנו מפגין ביצועים יוצאי דופן הודות לעיצוב המכני החדשני של המארז שלו, למערכת ההדמיה המותאמת אישית שבפנים, לאיסוף נתונים אוטומטי ולשיטות למידה עמוקה מתקדמות". החיישן כה רגיש שהוא יכול אפילו לחוש את הכיוון שלו ביחס לכוח הכבידה.
פרויקט מעניין נוסף הוא DensePhysNet, מערכת המבצעת באופן פעיל רצף של אינטראקציות דינמיות (למשל, החלקה והתנגשות) ומשתמשת במודל ניבוי עמוק על פני תצפיות חזותיות כדי ללמוד ייצוגים צפופים, לפי פיקסלים, המשקפים את התכונות הפיזיקליות של עצמים נצפים. ניסויים בסימולציה ובסביבות בעולם האמיתי מראים שהייצוגים הנלמדים מכילים מידע פיזיקלי עשיר וניתן להשתמש בהם ישירות כדי לפענח תכונות פיזיקליות של עצמים כגון חיכוך ומסה.
קשור לזה:
סיכויים עתידיים למערכות רובוטיות מגעיות
שילוב מערכות חיישנים רב-מודאליות
עתיד הרובוטיקה המגעית טמון בשילוב של שיטות חישה שונות. חוקרים ב-MIT כבר עובדים על הוראת בינה מלאכותית לשלב חושים כמו ראייה ומגע. על ידי הבנת האופן שבו שיטות חישה שונות אלו מקיימות אינטראקציה, רובוטים יכולים לפתח הבנה הוליסטית יותר של סביבתם.
צוות MIT כבר מתכנן לשלב את שיטת זיהוי האובייקטים שלהם עם ראייה ממוחשבת כדי ליצור מערכת חיישנים רב-מודאלית שהיא אף חזקה יותר. "עבודה זו אינה מנסה להחליף ראייה ממוחשבת. לשתי השיטות יתרונות וחסרונות. אבל כאן הראינו שאנחנו כבר יכולים לגלות חלק מהתכונות הללו גם ללא מצלמה", מסביר צ'ן.
תחומי יישום מורחבים ופיתוחים עתידיים
חוקרי צוות MIT רוצים גם לחקור יישומים עם מערכות רובוטיות מורכבות יותר, כגון רובוטים רכים, וחפצים מורכבים יותר, כולל נוזלים מתפזרים או חומרים גרגיריים כמו חול. בטווח הארוך, הם מקווים להשתמש בטכניקה זו כדי לשפר את למידת הרובוטים, ולאפשר לרובוטים עתידיים לפתח במהירות מיומנויות מניפולציה חדשות ולהסתגל לשינויים בסביבתם.
אמזון מתכננת להמשיך ולפתח ולפרוס את טכנולוגיית Vulcan בקנה מידה גדול יותר בשנים הקרובות. שילוב Vulcan עם צי הרובוטים הניידים הקיים של החברה, המונה 750,000 רובוטים, מצביע על תפיסת אוטומציה מקיפה שיכולה לשנות באופן מהותי את תעשיית הלוגיסטיקה.
למידה טקטילית: כאשר חיישנים נותנים לרובוטים חוש מגע
פיתוחם של רובוטים בעלי חוש מישוש, כפי שמודגם על ידי Vulcan של אמזון ומערכת זיהוי האובייקטים של MIT, מסמן נקודת מפנה מכרעת ברובוטיקה. טכנולוגיות אלו מאפשרות לרובוטים לבצע משימות שהיו בעבר נחלתם הבלעדית של בני אדם, שכן הן דורשות מיומנויות מוטוריקה עדינה והבנה מישושית.
הגישות השונות – ההתמקדות של אמזון בחיישנים ייעודיים והקונספט של MIT לשימוש בחיישנים קיימים לצורך הסקה הפטית – מדגימות את מגוון כיווני המחקר בתחום זה. לשתי הגישות יש את נקודות החוזק והתחומי היישום הייחודיים שלהן.
עם השילוב הגובר של יכולות מגע במערכות רובוטיות, נפתחות הזדמנויות חדשות לאוטומציה של משימות מורכבות בלוגיסטיקה, ייצור, שירותי בריאות ותחומים רבים אחרים. היכולת של רובוטים לא רק לראות אלא גם "להרגיש" את סביבתם מקרבת אותנו צעד משמעותי לעתיד שבו רובוטים ובני אדם יוכלו לשתף פעולה בצורה הדוקה ואינטואיטיבית אף יותר.
קשור לזה:
