Get best of the week

Robôs de armazém usando IA para classificar itens estão prontos

A startup de Berkeley Covariant saiu das sombras e acredita que seus robôs estão prontos para entrar no mundo




No verão de 2018, uma pequena startup de Berkeley, desenvolvendo robôs, enfrentou uma tarefa difícil. Knapp, um importante fornecedor de tecnologia de logística de armazém, estava procurando um novo braço robótico controlado por IA que pudesse capturar o maior número possível de itens. Toda semana, oito semanas consecutivas, a empresa enviava uma lista inicial de itens cada vez mais complexos - caixas opacas, caixas transparentes, embalagens de remédios, meias - cobrindo a gama de produtos dos clientes da empresa. A startup comprou esses itens e, uma semana depois, enviou um vídeo no qual o roboruk transferia itens de uma cesta cinza para outra.

No final da missão, a liderança de Knapp foi derrotada. Por seis ou sete anos, eles têm realizado tarefas semelhantes, sem sucesso, para muitas startups, e também esperavam falhas dessa vez. Em vez disso, em cada vídeo, o assistente de robô da startup mudou todos os itens com precisão perfeita e velocidade certa.

"Com cada próximo produto, esperávamos fracasso à medida que a tarefa se tornasse cada vez mais complexa", disse Peter Pachwein, vice-presidente de inovação da Knapp, com sede na Áustria. “No entanto, eles tiveram sucesso e tudo funcionou. Nunca vimos um trabalho de inteligência artificial de qualidade. ”


Covariant está agora fora das sombras e anuncia uma colaboração com Knapp. Seus algoritmos já funcionam nos robôs Knapp nos armazéns de dois clientes da empresa. Um deles pertence ao fabricante alemão de produtos elétricos Obeta, e os robôs trabalham lá desde setembro. Os co-fundadores de startups dizem que a Covariant está perto de fazer outro acordo com outro gigante industrial de robôs de fabricação.

Esta notícia simboliza uma mudança no estado atual da robótica de IA. Tais sistemas eram limitados a um ambiente acadêmico artificial. Mas agora a Covariant afirma que seu sistema pode generalizar o trabalho para as dificuldades associadas ao mundo real e está pronto para invadir armazéns.

Os armazéns têm tarefas para duas opções de equipamento - máquinas com pernas movendo caixas aqui e ali e máquinas com mãos levantando objetos e colocando-os no lugar certo. Os robôs estão presentes há muito tempo nos armazéns, mas seus sucessos foram limitados principalmente pela automação da primeira opção. "As pessoas raramente se mudam para um armazém moderno", diz Peter Chen, co-fundador e diretor da Covariant. "A transferência de coisas entre pontos fixos é um problema que a mecatrônica faz muito bem ."


Braço robótico em um escritório da Covariant

Mas não é apenas necessário o hardware certo para a automação manual. A tecnologia precisa se adaptar rapidamente a uma ampla variedade de formas e tamanhos de produtos com uma orientação em constante mudança. Um braço robótico tradicional pode ser programado para executar os mesmos movimentos repetidamente, no entanto, falhará assim que encontrar um desvio. Ela precisa da IA ​​para "ver" e ajustar, ou não será capaz de lidar com o ambiente em desenvolvimento. "A inteligência é necessária para a destreza", diz Chen.

Nos últimos anos, os laboratórios de pesquisa alcançaram um sucesso sem precedentes na combinação de IA e robótica, alcançando destreza semelhante; no entanto, transferir essas realizações para o mundo real é uma tarefa completamente diferente. Nos laboratórios, uma precisão de 60 a 70% é permitida; isso não é suficiente na produção. E mesmo com uma precisão de 90%, um braço robótico seria uma "proposta de perda de valor", diz Peter Abbil, co-fundador e cientista chefe da Covariant.

Abbil e Chen estimam que, para realmente recuperar o investimento, o robô deve atingir uma precisão de 99 a 99,5%. Só então ele pode trabalhar sem a intervenção humana frequente e o risco de diminuir a velocidade da esteira. No entanto, apenas progressos recentes na aprendizagem profunda, e em particular na aprendizagem reforçada, permitiram alcançar esse nível de precisão.


O escritório da Covariant está localizado na costa da Baía de São Francisco, ao lado de um estacionamento em ruínas entre fileiras de edifícios não identificados. No interior, vários robôs industriais e "co-robôs", robôs de colaboração projetados para um trabalho seguro em conjunto com seres humanos, são treinados para trabalhar com todos os produtos possíveis.

Os membros da equipe Covariant correm regularmente para a loja local para obter vários itens aleatórios. As coisas variam de loções em garrafas a roupas embaladas e borrachas em caixas transparentes. A equipe está especialmente interessada em coisas que podem confundir o robô: superfícies metálicas refletivas, plástico transparente, superfícies facilmente deformáveis, como roupas ou pacotes de chips que sempre parecerão diferentes na câmera.

Sobre cada robô, existem várias câmeras que funcionam com os olhos. Dados visuais e sensoriais do corpo do robô entram no algoritmo que controla seus movimentos. Basicamente, o robô aprende com uma combinação de simulação e reforço. A primeira é que uma pessoa controla manualmente o robô, levantando vários objetos. Em seguida, ele registra e analisa a sequência de movimentos para entender como generalizar esse comportamento. A segunda é que o robô faz milhões de repetições de tentativa e erro. Cada vez que, tentando tomar alguma coisa, o robô faz um pouco diferente. Em seguida, ele escreve quais tentativas terminaram com um levantamento mais rápido e preciso do assunto e que falharam em melhorar constantemente sua eficiência.

Como o algoritmo é finalmente treinado, a plataforma de software Covariant, Covariant Brain, é independente do hardware. Há uma dúzia de robôs de vários modelos no escritório, e o robô que trabalha na Obeta usa hardware Knapp.





Por uma hora, eu assisti três robôs diferentes pegar itens completamente diferentes da loja com confiança. Em segundos, o algoritmo analisa sua localização, calcula o ângulo de ataque, ajusta a sequência de movimentos e estende a mão para levá-los com a ventosa. Ele se move com confiança e precisão e altera a velocidade do trabalho, dependendo da fragilidade do assunto. Com medicamentos embrulhados em papel alumínio, ele administra com mais suavidade para não deformar a embalagem e não amassar o medicamento. Durante uma demonstração particularmente impressionante do trabalho, o robô redirecionou o fluxo de ar para soprar a bolsa desconfortavelmente pressionada contra a parede para o centro, para facilitar o levantamento.

Knapp Pachwein diz que desde que a empresa mudou para a plataforma Covariant, seus robôs passaram da capacidade de levantar de 10 a 15% dos itens da faixa Obeta para a capacidade de levantar cerca de 95% dos itens. Os últimos 5% são coisas frágeis como o vidro, com o qual apenas as pessoas ainda podem trabalhar. "E isso não é um problema", acrescenta Pachwein. - No futuro, 10 robôs e uma pessoa serão um dispositivo típico de armazém. Esse é o plano. Graças à colaboração, a Knapp distribuirá seus robôs com o software Covariant aos armazéns de seus clientes por vários anos.

Embora o resultado seja impressionante do ponto de vista técnico, ele levanta questões sobre como esses robôs afetarão a automação. Pachwein admite que espera que nos próximos cinco anos, centenas ou milhares de robôs começarão a executar as tarefas tradicionalmente resolvidas pelos seres humanos. No entanto, ele diz, as pessoas ainda não querem mais fazer esse trabalho. Na Europa, as empresas geralmente acham difícil encontrar pessoas suficientes para trabalhar em armazéns. "Esse é o tipo de feedback que recebemos de todos os clientes", diz ele. "Eles não encontram funcionários e precisam de mais automação."

Até o momento, a Covariant já recebeu US $ 27 milhões de investidores, incluindo luminárias de IA, como os vencedores do Prêmio Turing Joffrey Hinton e Ian Lekun. A startup quer lidar não apenas com o levantamento de objetos, mas também com todo o espectro de operações do armazém, desde o descarregamento de caminhões até as caixas de embalagem e a triagem em prateleiras. A startup também tem idéias sobre sair de armazéns e entrar em outros setores.

Mas o objetivo final da Abbil é ainda mais alto: "A idéia de longo prazo da empresa é resolver todos os problemas no campo da robotização de IA".

More articles:


All Articles