Соберите томаты с ветки. Или уберите лист. Можно сказать, что это простые действия. Но запрограммировать робота так, чтобы он мог это сделать, практически невозможно. Именно поэтому эксперты из Вагенингенского университета (Нидерланды) исследуют, как самообучающийся робот может быть полезен в теплице.

Роботы начинают появляться в теплицах. Они могут работать 24/7 в условиях высокой влажности и температуры, соблюдая все гигиенические нормативы. Хотя они могут выполнять повторяющиеся работы с высокой точностью и производительностью во времени, в теплице их использование ограничено мониторингом урожая или очень специфической единственной задачей с четко определенным разнообразием культур, например сбором клубники. Но для выполнения других задач требуется другой робот. Более гибкий робот, который может учиться у человека.

По этой причине Вагенингенский университет исследует возможные применения обучающихся роботов в таких отраслях сельского хозяйства, как защищенный грунт, животноводство, пищевая промышленность или аквакультура, благодаря проекту Knowledge Base Robotics программы Data-Driven High Tech (DDHT). Проект финансируется Министерством сельского хозяйства, природы и качества продовольствия Нидерландов.

Исследование возможностей роботов в секторе защищенного грунта проводится в подразделении Greenhouse Horticulture Business Unit (на фото слева). Исследователи показывают роботу небольшие действия, снова и снова, каждый раз выполняемые несколько иначе или под другим углом. Робот учится выполнять задание, тренируясь в течение нескольких недель, используя метод обучения с подкреплением. Обучение с подкреплением — один из способов машинного обучения, в ходе которого испытуемая система обучается, взаимодействуя с некоторой средой. С точки зрения кибернетики, является одним из видов кибернетического эксперимента. Откликом среды на принятые решения являются сигналы подкрепления, поэтому такое обучение является частным случаем обучения с учителем, но учителем является среда или ее модель.

Таким образом, робот усваивает естественные для человека задачи, в то же время являющиеся очень трудными для программирования: например, убрать лист, когда за ним прячется спелый помидор, или избежать контакта с человеком на своем пути. Кроме того, ученые Вагенингенского университета исследует, как роботы учатся реагировать на такие сложные условия, как ограниченные рабочие пространства в теплице из-за присутствия сельскохозяйственных культур и постоянно меняющиеся условия освещения.

https://agbz.ru/