Skip to main content
Przejdź do strony domowej Komisji Europejskiej (odnośnik otworzy się w nowym oknie)
polski pl
CORDIS - Wyniki badań wspieranych przez UE
CORDIS

Scalable Manipulation Learning through AR-enhanced Teleoperation enabling Intuitive Interactive Instructions

Opis projektu

Zwiększanie możliwości robotów w zakresie zdobywania umiejętności

Znaczący rozwój dziedzin sztucznej inteligencji, robotyki i technologii cyfrowych doprowadził do przełomów w wielu sektorach, szczególnie w zakresie automatyzacji. Niestety, zarówno sztuczna inteligencja, jak i robotyka wciąż mają trudności z obsługą różnorodnych obiektów, a także złożonych scenariuszy i środowisk. Ograniczenia dotyczą także ich możliwości manipulowania obiektami o różnych właściwościach i geometrii. Równie istotnym wyzwaniem jest zrozumienie skomplikowanych instrukcji. Zespół projektu SMARTI3, finansowanego przez Europejską Radę ds. Badań Naukowych, usprawni generowanie danych ludzkich i syntetycznych na potrzeby uczenia robotów, co istotnie zwiększy skalę możliwości zdobywania nowych umiejętności przez roboty. Zastosowane podejście połączy generowanie danych, wykorzystywanie informacji zwrotnej przekazywanej przez ludzi do ciągłego samodoskonalenia, dopracowywanie wiedzy oraz uwzględnienie instrukcji offline i informacji geometrycznych w celu opracowania kluczowych modeli percepcji, przewidywania i umiejętności.

Cel

SMARTI3 addresses three pivotal visions in robotics: enabling robots to handle diverse objects in complex scenes, manipulate objects with varying geometries and physical properties, and interpret and follow intricate instruction manuals. While AI is predestined to realize these visions, its promises to fulfill these visions have not been fully realized yet. Despite significant breakthroughs of AI in many domains, robotics has not seen a parallel surge, primarily due to challenges in task-specific data collection, the high demand for training data, and the extensive expertise required for applying AI in robotics.

Our innovative approach integrates intuitive data generation, fine-tuning of foundational knowledge, leveraging human feedback for continual self-improvement, and incorporating offline instructions with semantic and geometric information into skill, perception, and prediction models. Our objectives are to streamline the generation of human and synthetic data for robot learning, develop few-shot adaptable foundational representations, scale-up robot skill-learning capabilities, and enhance learning from interactive human feedback and offline instructions.

The project showcases its advancements through three use cases that mirror future industrial applications: sorting and disassembling a variety of Lego pieces, origami folding from visual instructions, and assembling complex Lego structures from unsorted pieces using instruction manuals. These cases highlight our approach's adaptability and potential for industrial application.

SMARTI3 aims to revolutionize robotic skill, perception, and prediction models, significantly broadening the scope of robotic technology in various industries. This groundbreaking project lays the foundation for a new era of intelligent, adaptable, and user-friendly robotic solutions, set to rival human manipulation capabilities.

Dziedzina nauki (EuroSciVoc)

Program(-y)

Temat(-y)

System finansowania

HORIZON-ERC - HORIZON ERC Grants

Wyświetl wszystkie projekty finansowane w ramach tego programu finansowania

Zaproszenie do składania wniosków

(odnośnik otworzy się w nowym oknie) ERC-2024-COG

Wyświetl wszystkie projekty finansowane w ramach tego zaproszenia

Instytucja przyjmująca

KARLSRUHER INSTITUT FUER TECHNOLOGIE
Wkład UE netto
€ 2 445 808,00
Adres
KAISERSTRASSE 12
76131 Karlsruhe
Niemcy
Region
Baden-Württemberg Karlsruhe Karlsruhe, Stadtkreis
Rodzaj działalności
Higher or Secondary Education Establishments
Linki
Koszt całkowity
€ 2 445 808,00

Beneficjenci (1)