Framework Baru Memudahkan Robot Humanoid Manipulasi Objek dengan Lebih Cerdas

Para peneliti di Universitas Wuhan mengembangkan framework baru bernama RGMP yang bertujuan untuk membantu robot humanoid dalam manipulasi objek agar lebih fleksibel dan efisien. Robot ini bisa menghadapi berbagai bentuk dan kondisi objek yang berubah dibandingkan robot sebelumnya yang hanya bisa melakukan tugas yang sudah dipelajari secara spesifik. RGMP terdiri dari dua komponen utama, yaitu Geometric-Prior Skill Selector yang membantu robot memilih keterampilan tepat berdasarkan bentuk dan posisi objek, serta Adaptive Recursive Gaussian Network yang memandu robot melakukan gerakan langkah demi langkah dengan lebih hemat data pelatihan. Dengan menggunakan RGMP, robot mampu melakukan tugas yang belum pernah dipelajari sebelumnya dengan tingkat keberhasilan mencapai 87%. Selain itu, framework ini juga 5 kali lebih efisien dalam pemakaian data dibandingkan metode model pembelajaran yang saat ini menjadi standar di robotika. Peningkatan ini membuka peluang baru bagi penggunaan robot di berbagai bidang, mulai dari pekerjaan rumah tangga seperti membersihkan dan memasak hingga tugas industri di pabrik dan restoran. Robot akan menjadi lebih adaptif tanpa perlu pelatihan yang membutuhkan ribuan contoh. Ke depan, tim pengembang berencana meningkatkan kemampuan RGMP agar robot bisa belajar tugas baru dengan sedikit atau tanpa bantuan manusia dan secara otomatis mengubah gerakannya sesuai objek baru. Ini akan mengubah cara kita memanfaatkan teknologi robot di lingkungan yang dinamis dan kompleks.