Роботов научили развязывать резинки и вставлять провода

Манипулирование мягкими и гибкими объектами является сложной задачей для роботов.
Инженеры из KAIST предложили метод «неявного нейронного представления» для решения этой проблемы.
Технология восстанавливает полную форму объекта на основе частичной трехмерной информации.
Разработана двухэтапная система обучения с подкреплением и контрастным обучением.
INR-DOM показала лучшие результаты в трех задачах: вставка резинового кольца, установка уплотнительного кольца и распутывание резинок.
В задаче распутывания система достигла успеха в 75% случаев, на 49% выше предыдущих методов.
Практические испытания подтвердили эффективность технологии в реальных условиях.
Навыки работы с гибкими объектами могут быть полезны в роботизации промышленности, например, при автоматизации сборки кабелей и проводов, упаковке одежды.