Robot može objesiti pileći trup, ali čovjek još radi više od 12 puta brže

ZADATAK KOJI IZGLEDA LAKO SAMO NA SNIMCI

ChicGrasp je nastao iz vrlo konkretnog problema: netko mora uzeti hladan, sklizak i neujednačen pileći trup, uhvatiti ga za noge, podignuti i objesiti na viseći nosač transportera za daljnju obradu. U tvornici to nije elegantan robotski ples. To je ponavljajući posao u hladnom, mokrom i higijenski zahtjevnom prostoru, s objektima koji nikada nisu potpuno iste veličine, položaja ni krutosti.

Tim iz Arkansas Agricultural Experiment Stationa, koji vodi Dongyi Wang, zato ne pokušava samo programirati krutu putanju. Sustav spaja kameru, imitacijsko učenje i prilagođenu pneumatsku hvataljku s dvije čeljusti. Amirreza Davar, student uključen u projekt, dizajnirao je hvataljku i prilagodio algoritam tako da robot uči iz ljudskih demonstracija umjesto da se svaki pokret ručno kodira. To je bitna razlika: pileće noge nisu uvijek na istom mjestu, a trup nije metalni dio na savršeno poravnatoj traci.

U objavi University of Arkansasa i povezanom radu u časopisu Advanced Robotics Research ključni rezultati su otrježnjujući. ChicGrasp je zasad pokazao gotovo 81% uspjeha, puni ciklus traje oko 38 sekundi, a čovjek isti postupak obavi za približno tri sekunde. Drugim riječima: demonstracija radi, ali tvornički ritam još nije poražen. Robotika voli impresivne videozapise; transportna linija voli sekunde, pouzdanost i nisku stopu zastoja.

Algoritamska jezgra dolazi iz pristupa zvanog Diffusion Policy, gdje se robotsko ponašanje formulira kao uvjetovani proces postupnog odšumljavanja akcija. Prevedeno s jezika konferencijskih slajdova: sustav ne bira samo jednu unaprijed zadanu točku, nego iz vizualnog stanja i naučenih demonstracija predviđa sljedeći pokret i naredbe čeljustima. U ChicGraspu to znači da robot mora pronaći obje noge, zatvoriti odgovarajuću čeljust, podignuti trup i dovesti ga do nosača bez ispadanja ili oštećenja proizvoda.

JAZ NIJE U HVATU, NEGO U OPERACIJI

Najbolji dio projekta je što ne skriva problem brzine. University of Arkansas navodi da će za smanjenje jaza trebati promjene na razini pokreta i algoritma: agresivnija ograničenja brzine i ubrzanja, manje praznog hoda i bolja optimizacija samog ciklusa. Prototip je izgrađen od dostupne robotske ruke i 3D-printanih dijelova hvataljke, uz cijenu od oko 59.000 dolara. To nije astronomski iznos za laboratorij, ali u pogonu s tankim marginama svaki robot mora opravdati ne samo kupnju, nego pranje, održavanje, rezervne dijelove, sanitaciju i zastoje.

Argument za takav sustav ipak nije samo trošak rada. OSHA opisuje peradarsku obradu kao industriju s visokim ergonomskim rizikom: ponavljanje, neugodni položaji, sila, klizave površine i zadaci u kojima se poluobrađeni komadi premještaju svakih nekoliko sekundi. Na svojoj stranici o peradarskoj obradi agencija posebno izdvaja mišićno-koštane poremećaje kao trajan problem. Robot koji preuzme baš taj repetitivni pokret može smanjiti izloženost radnika, ali to nije isto što i automatski riješiti radne uvjete ili pitanje premještanja poslova.

Širi projekt, zabilježen i u bazi USDA NIFA, cilja integraciju vizualnih i taktilnih senzora za autonomno hvatanje i ponovno vješanje piletine u pilot-postrojenju. To je važno jer trenutni ChicGrasp još nije samo priča o jednoj hvataljci. Vrijednost je i u otvorenom benchmarku: CAD, kod i podaci objavljeni su kao otvoreni resursi, što drugim laboratorijima daje konkretan zadatak za usporedbu, a ne još jednu sterilnu demonstraciju s kockom na stolu.

ChicGrasp zato treba čitati hladno. Nije komercijalna revolucija, nije humanoid koji će sutra preuzeti klaonicu i nije trik za sajamski stand. To je ozbiljan dokaz da imitacijsko učenje može ući u prljaviji dio industrijske robotike, ondje gdje objekti nisu uredni, suhi ni predvidljivi. Sljedeća provjera bit će brutalno jednostavna: može li sustav postati brži, izdržljiviji i dovoljno pouzdan da radi satima, nakon pranja, između stvarnih smjena, bez toga da svaka pogreška zaustavi liniju.