Pár napja egy kisfilmben villantották meg RoboGrocery, egy kifejezetten bolti árucikkek pakolására fejlesztett autonóm rendszer képességeit az alkotói. A robotot az MIT CSAIL, azaz a híres amerikai egyetem számítástechnikára és mesterséges intelligenciára fókuszáló részlegének munkatársai fejlesztik.
Ahogy az az alábbi videóban is megtekinthető, a futószalagon érkező cikkeket a rendszer gépi látás segítségével beazonosítja, majd a speciális, gumiszerű anyagból lévő fogókart a megfelelő pozícióba mozgatja. Itt a robot "ujjai" veszik át a főszerepet, mert finom összehúzódásukkal nemcsak megragadják a tárgyat, de rögtön felmérik annak sérülékenységi szintjét is.
A strapabíró konzervek és egyéb kemény dolgok rögtön a célnak kijelölt dobozba kerülnek, ám ha elsőre például egy fürt szőlő kerül a gép útjába, akkor azt első lendülettel egy várakozó zónaként funkcionáló külön részre teszi. Később pedig, amikor már több kevésbé érzékeny árucikk került a pakoló dobozba, a kar visszatér a szöllőhöz és a rakás tetejére helyezi.
A fejlesztés állásáról kiadott tanulmányban [PDF] a csapat egyik vezetője jelentős lépésnek tekinti munkájukat azon az úton, melynek végén valódi körülmények között, élesben dolgozó csomagolórobotok vannak. Bár Annan Zhang hangsúlyozta, hogy még nem állnak készen a kereskedelmi alkalmazásra, de a többféle érzékelési módozat integrálása a lágy robotrendszerekbe biztató eredményeket mutat.
Ami a további fejlődési lehetőségeket illeti, a csapat többek között a fogókat és képalkotó rendszer képességeit szeretné fejleszteni. Ezzel tovább finomíthatnák és pontosíthatná a tárgyak elhelyezésének és elpakolási sorrendjének kérdését. A távlati tervek között pedig nemcsak kiskereskedelmi boltok, hanem ipari létesítmények támogatása is felmerült: egy kellően gyors és megbízható rendszer például újrahasznosító üzemekben sem lenne haszontalan.
(Fotó: MIT CSAIL)
Az ötlettől az értékteremtésig – a gépi tanulási pipeline szerepe az adattudományi működésben
A jó adatok önmagukban még nem elegendők: a modellek csak akkor működnek megbízhatóan, ha egy átlátható, automatizált és reprodukálható környezetben futnak. A gépi tanulási pipeline-ok éppen ezt a technológiai hátteret teremtik meg.
EGY NAPBA SŰRÍTÜNK MINDENT, AMIT MA EGY PROJEKTMENEDZSERNEK TUDNIA KELL!
Ütős esettanulmányok AI-ról, agilitásról, csapattopológiáról. Folyamatos programok három teremben és egy közösségi térben: exkluzív információk, előadások, interaktív workshopok, networking, tapasztalatcsere.
2026.03.10. UP Rendezvénytér
Nyílt forráskód: valóban ingyenes, de használatának szigorú szabályai vannak