Get best of the week

Los robots de almacén que usan IA para clasificar artículos están listos para funcionar

La startup Covariant de Berkeley salió de las sombras y cree que sus robots están listos para ingresar al mundo




En el verano de 2018, una pequeña startup de Berkeley, que desarrollaba robots, se enfrentó a una tarea difícil. Knapp, un importante proveedor de tecnología de logística de almacén, estaba buscando un nuevo brazo robótico controlado por IA que pudiera capturar tantos tipos diferentes de artículos como sea posible. Cada semana, ocho semanas consecutivas, la compañía envió una lista inicial de artículos cada vez más complejos: cajas opacas, cajas transparentes, paquetes de medicamentos, calcetines, que cubren la gama de productos de los clientes de la compañía. La startup compró dichos artículos y luego, una semana después, envió un video en el que su roboruk transfirió artículos de una canasta gris a otra.

Al final de la búsqueda, el liderazgo de Knapp fue derrotado. Durante seis o siete años han estado dando sin éxito tareas similares a muchas nuevas empresas, y esta vez también esperaban el fracaso. Pero, en cambio, en cada video, el asistente de robot de la startup cambió cada elemento con una precisión perfecta y la velocidad correcta.

"Con cada próximo producto, esperábamos un fracaso a medida que la tarea se volvía cada vez más compleja", dijo Peter Pachwein, vicepresidente de innovación de Knapp, con sede en Austria. “Sin embargo, resultó que tuvieron éxito y todo funcionó. Nunca hemos visto un trabajo de IA de tan alta calidad ".


Covariant ahora está fuera de las sombras y anuncia una colaboración con Knapp. Sus algoritmos ya funcionan en robots Knapp en los almacenes de dos clientes de la compañía. Uno de ellos pertenece al fabricante alemán de productos eléctricos Obeta, y los robots han estado trabajando allí desde septiembre. Los cofundadores de startups dicen que Covariant está cerca de hacer otro trato con otro robot industrial gigante de fabricación.

Esta noticia simboliza un cambio en el estado actual de la robótica de IA. Dichos sistemas se limitaron a un entorno académico artificial. Pero ahora Covariant afirma que su sistema puede generalizar el trabajo a las dificultades asociadas con el mundo real, y está listo para asaltar los almacenes.

Los almacenes tienen tareas para dos opciones de equipo: para máquinas con patas que mueven cajas aquí y allá, y para máquinas con manos que levantan objetos y los colocan en el lugar correcto. Los robots han estado presentes durante mucho tiempo en los almacenes, pero sus éxitos estuvieron principalmente limitados por la automatización de la primera opción. "La gente rara vez se muda a un almacén moderno", dice Peter Chen, cofundador y director de Covariant. "La transferencia de cosas entre puntos fijos es un problema que la mecatrónica hace muy bien ".


Brazo robótico en una oficina covariante

Pero no solo se requiere el hardware adecuado para la automatización manual. La tecnología necesita adaptarse rápidamente a una amplia gama de formas y tamaños de productos con una orientación siempre cambiante. Se puede programar un brazo robótico tradicional para realizar exactamente los mismos movimientos una y otra vez, sin embargo, fallará tan pronto como encuentre una desviación. Necesita IA para "ver" y adaptarse, o no podrá hacer frente al entorno en desarrollo. "La inteligencia es necesaria para la destreza", dice Chen.

En los últimos años, los laboratorios de investigación han logrado un éxito sin precedentes en la combinación de inteligencia artificial y robótica, logrando una destreza similar, sin embargo, transferir estos logros al mundo real es una tarea completamente diferente. En los laboratorios, se permite una precisión del 60-70%; Esto no es suficiente en la producción. E incluso con una precisión del 90%, un brazo robótico sería una "propuesta de pérdida de valor", dice Peter Abbil, cofundador y científico jefe de Covariant.

Abbil y Chen estiman que para recuperar la inversión, el robot debe alcanzar una precisión del 99-99.5%. Solo entonces puede trabajar sin intervención humana frecuente y sin el riesgo de reducir la velocidad del transportador. Sin embargo, solo el progreso reciente en el aprendizaje profundo, y en particular en el aprendizaje reforzado, ha permitido alcanzar este nivel de precisión.


La oficina de Covariant está ubicada frente a la costa de la Bahía de San Francisco, al lado de un estacionamiento en ruinas entre filas de edificios sin marcar. En el interior, varios robots industriales y "co-bots", robots de colaboración diseñados para un trabajo seguro junto con humanos, están entrenados para trabajar con todos los productos posibles.

Los miembros del equipo covariante corren regularmente a la tienda local por varios artículos al azar. Las cosas van desde lociones en botellas hasta ropa empaquetada y gomas de borrar en cajas transparentes. El equipo está especialmente interesado en cosas que pueden confundir al robot: superficies metálicas reflectantes, plástico transparente, superficies fácilmente deformables como ropa o paquetes de chips que se verán diferentes en la cámara cada vez.

Sobre cada robot hay varias cámaras que funcionan con sus ojos. Los datos visuales y sensoriales del cuerpo del robot ingresan al algoritmo que controla sus movimientos. Básicamente, el robot aprende de una combinación de simulación y refuerzo. El primero es que una persona controla manualmente el robot, levantando varios objetos. Luego registra y analiza la secuencia de movimientos para comprender cómo generalizar este comportamiento. El segundo es que el robot hace millones de repeticiones de prueba y error. Cada vez, tratando de tomar una cosa, el robot lo hace un poco diferente. Luego escribe qué intentos terminaron con un levantamiento más rápido y más preciso del tema, y ​​cuáles no mejoraron constantemente su eficiencia.

Dado que el algoritmo está finalmente entrenado, la plataforma de software Covariant, Covariant Brain, es independiente del hardware. Hay una docena de robots de varios modelos en la oficina, y el robot que trabaja en Obeta usa hardware de Knapp.





Durante una hora, vi a tres robots diferentes recoger con confianza artículos completamente diferentes de la tienda. En segundos, el algoritmo analiza su ubicación, calcula el ángulo de ataque, ajusta la secuencia de movimientos y se extiende para tomarlos con la ventosa. Se mueve con confianza y precisión, y cambia la velocidad del trabajo dependiendo de la fragilidad del sujeto. Con los medicamentos envueltos en papel de aluminio, se las arregla más suavemente para no deformar el empaque y no arrugar el medicamento. Durante una demostración particularmente impresionante del trabajo, el robot redirigió el flujo de aire para expulsar la bolsa presionada inconvenientemente contra la pared hacia el centro, para que fuera más fácil levantarla.

Knapp Pachwein dice que desde que la compañía cambió a la plataforma Covariante, sus robots han pasado de la capacidad de levantar del 10 al 15% de los elementos del rango de Obeta a la capacidad de levantar alrededor del 95% de los elementos. El último 5% son cosas tan frágiles como el vidrio, con el que solo las personas pueden trabajar. "Y esto no es un problema", agrega Pachwein. - En el futuro, 10 robots y una persona serán un dispositivo de almacén típico. Ese es el plan. " Gracias a la colaboración, Knapp distribuirá sus robots con software Covariant a los almacenes de sus clientes durante varios años.

Aunque el resultado es impresionante desde un punto de vista técnico, plantea preguntas sobre cómo tales robots afectarán la automatización. Pachwein admite que espera que en los próximos cinco años, cientos o miles de robots comiencen a realizar las tareas tradicionalmente resueltas por los humanos. Sin embargo, dice, la gente todavía no quiere hacer este trabajo. En Europa, a las empresas a menudo les resulta difícil encontrar suficientes personas para trabajar en almacenes. "Este es el tipo de comentarios que recibimos de todos los clientes", dice. "No encuentran empleados y necesitan más automatización".

Hasta la fecha, Covariant ya ha recibido $ 27 millones de inversores, incluidas luminarias de inteligencia artificial como los ganadores del Premio Turing Joffrey Hinton e Ian Lekun. La startup quiere lidiar no solo con levantar objetos, sino también con todo el espectro de operaciones de almacén, desde descargar camiones hasta embalar cajas y clasificar en bastidores. La startup también tiene ideas sobre mudarse fuera de los almacenes e ingresar a otras industrias.

Pero el objetivo final de Abbil es aún mayor: "La idea a largo plazo de la compañía es resolver todos los problemas en el campo de la robotización de IA".

More articles:


All Articles