Робота почти научили сложной задаче собирать малину

Сборщики урожая на малиновых фермах могут пока не опасаться конкуренции с роботами, но о причинах позже.

Трое робототехников из CREATE Lab в Федеральной политехнической школе Лозанны (EPFL), Швейцария, построили робота, который может собирать малину. О проекте они рассказали в журнале Communications Engineering. Кай Юнге, Катарина Пирес и Джози Хьюз спроектировали и протестировали автоматического помощника, основываясь на идее создать экономически эффективного робота для сбора ягод.

За последние несколько лет спрос на продукты питания вырос с ростом населения. В ответ на это учёные ищут способы производить больше еды при разумных затратах. Один из подходов предполагает использование роботов вместо людей для сбора урожая. Сбор практически любых фруктов в больших масштабах сам по себе трудоёмок, и сбор урожая считается относительно дорогостоящей составляющей сельского хозяйства.

Оказалось, что доверить роботам-батракам некоторые сельхозкультуры не так просто, как многие другие. Сбор малины, например, оказался сложной задачей для робота, поскольку для этого требуется множество навыков. Робот должен уметь определять спелость и собирать каждую ягоду по отдельности целенькой.

Собирать малину, не повредив, сложнее, чем другие фрукты, потому что при сборе приходится хватать её за серединку, а не за плодоножку. Слишком сильное сжатие делает из ягодки пюре. Ещё одна проблема — огромное количество времени, необходимое для обучение в полевых условиях и тестирование.

Тогда исследователи из Швейцарии попытались решить обе проблемы так: обучая роботов, что делать, они использовали искусственные растения и фрукты. То есть проектировали как робота, так и искусственный куст малины. Исследователи в процессе убедились, что позволить роботу научиться за много попыток собирать ягоды в лаборатории значительно быстрее и дешевле, чем делать это на реальной малиновой ферме.

В роли батраков роботы оказались хуже людей: собирали только 60% подходящих целей без повреждений. Для сравнения, у сборщиков-людей нормальный результат — примерно 90%. Однако исследователи уверены, что они в принципе на верном пути, но требуются улучшения, чтобы повысить точность до человеческого уровня.