Il workforce del Laboratorio di sistemi di apprendimento e robotica della TUM (Università tecnica di Monaco) ha ha sviluppato un robot dall’aspetto umile che assomiglia advert un bastone su ruote con una macchina fotografica in cima. Tuttavia, non lasciarti ingannare dall’aspetto. Potrebbe essere uno dei robotic più utili progettati per la gente comune.
Guidato dalla prof.ssa Angela Schoellig, il workforce ha costruito un robotic in grado di trovare oggetti smarriti creando e analizzando una mappa spaziale dell’ambiente circostante. La prossima volta che non riesci a trovare le chiavi o gli occhiali, non perderai la sanità mentale, poiché questo robotic li troverà per te.
Come fa il robotic a trovare le cose?
La fotocamera fornisce immagini bidimensionali, ma quei pixel contengono anche informazioni sulla profondità. Il robotic lo usa per costruire una mappa 3D dell’ambiente circostante, precisa al centimetro, e la aggiorna costantemente man mano che le cose cambiano.
Una sfida con questo approccio è che gli oggetti vengono costantemente spostati o sostituiti, il che rende rapidamente la mappa obsoleta. Di conseguenza, il robotic deve ripetere la scansione dell’intera space. Per risolvere questo problema, i ricercatori hanno utilizzato un modello basato su LLM non solo per mappare l’ambiente ma anche per mantenere e aggiornare i dati.
Tiene traccia degli oggetti e assegna un punteggio rilevante. Quindi utilizza il punteggio, il tempo trascorso dall’ultima volta che l’oggetto è stato visto e altri dati per creare un modello probabilistico per decidere quali aree scansionare e mantenere.
Ciò che lo rende veramente intelligente è lo strato di conoscenza di Web in esso contenuto. Il robotic capisce che è probabile che i bicchieri vengano lasciati sul tavolo o sul davanzale della finestra, non sul piano cottura o nel lavandino.
Un modello linguistico traduce quindi questo ragionamento del mondo reale in probabilità di ricerca, aiutando il robotic a concentrarsi sulle aree in cui è più probabile che si trovi l’oggetto mancante. Di conseguenza, il robotic effettua ricerche in modo più efficiente di quasi il 30% rispetto alla scansione casuale delle stanze.
Cosa c’è in serbo per il futuro di questo robotic?
Al momento, il robotic è limitato agli spazi aperti. La prossima sfida che il workforce dovrà affrontare sarà insegnargli advert aprire cassetti e armadi, in modo che possa cercare negli spazi chiusi.
Siamo ancora agli inizi, ma un robotic che capisce veramente la tua casa e ti aiuta a trovare le cose al suo interno sembra più utile come robotic domestico rispetto advert altri progetti robotici di intelligenza artificiale che abbiamo visto in passato.
