Framework di Deep Learning Migliora la Presa nei Robot con Zampe

Una nuova tecnica di deep learning sta migliorando le capacità di presa di robot quadrupedi dotati di bracci, enfatizzando sia l'accuratezza che la flessibilità. Questo metodo utilizza un approccio basato sulla simulazione per ridurre la necessità di dati reali estesi. Coinvolge la piattaforma di simulazione Genesis, che crea dataset sintetici per imitare tentativi di presa su oggetti quotidiani. Analizzando migliaia di interazioni da più angolazioni, genera mappe dettagliate della qualità della presa. Utilizzando una rete neurale convoluzionale (CNN) personalizzata ispirata all'architettura U-Net, il sistema elabora vari tipi di input provenienti da telecamere RGB e di profondità di bordo, producendo infine una mappa di calore per individuare le posizioni di presa ottimali, testata con successo su un robot a quattro zampe.