Med hjälp av AI har en robothand fått närmast mänsklig fingerfärdighet enbart genom simulering i mjukvara.
Det är inte hårdvaran utan snarare mjukvaran som begränsar vad dagens robotar kan åstadkomma rent fysiskt och här kommer AI spela en avgörande roll framöver. Ett steg på vägen har Elon Musk-grundade OpenAI tagit genom att lära en robothand bli nästan lika fingerfärdig som en mänsklig hand. Robothanden i fråga är en Shadow Dexterous Hand och har hela 24 frihetsgrader.
Tidigare har vi kunnat läsa om hur OpenAI Five numera kan besegra hela lag i datorspelet Dota 2 under vissa omständigheter och det är samma reinforcement learning-algoritm som OpenAI har använt sig av för att träna upp robothanden helt från grunden. Man har via den molnbaserade mjukvarulösningen Rapid skapat en simulerad 3D-miljö där man kunnat snabba upp tiden så robothanden har fått erfarenhet motsvarande 100 års träning.
I simuleringen har man använt sig av en teknik som kallas domain randomization. Det innebär att man hela tiden slumpar fram faktorer som färger, hur snabbt handen kan röra sig, kubens vikt och friktionen mellan handen och kuben. Slutresultatet blev att handen på ett väldigt människolikt sätt kan använda sig av fingrarna för att sedan i den verkliga världen rotera kuben till en given position.
Dactyl, som systemet kallas, visade sig dessutom bli såpass generellt att robothanden klarade av att rotera även andra objekt än den kub som den tränats på i simuleringen. Det behövdes heller ingen finjustering efter simuleringen utan den självupplärda robothanden klarade av uppgiften direkt i den fysiska världen.