De robotische arm gebruikt zowel zicht als aanraking om bij het spannende blokkenspel als winnaar uit de bus te komen.

Met elk blokje wordt het spel spannender. De houten toren wordt namelijk steeds instabieler, en één foute zet kan voldoende zijn om het bouwwerk onder zijn gewicht te laten bezwijken. Het spelletje Jenga, waarbij je om de beurt een blokje vanuit de toren bovenop het bouwwerk moet leggen – zonder dat het ding daarbij instort – vereist best wat inzicht en finesse. Uitdaging aanvaard, zullen MIT-onderzoekers gedacht hebben. Ze maakten namelijk een robot die door te kijken én te voelen best behoorlijk een potje kan spelen.

Lees ook: Robothand speelt Jingle Bells

Blokkentoren

Dat robots sterren zijn in denksporten zoals schaken en GO is onderhand wel duidelijk, maar het spelen van spellen waarbij ook gecontroleerde, fysieke aanraking belangrijk is, is een heel ander verhaal. Ze zijn er wel, robots die ‘gevoel’ gebruiken, maar de technologie staat nog in de spreekwoordelijke kinderschoenen.

Dat maakt de Jenga-spelende robot, die de MIT-onderzoekers uitrustten met een externe camera en een krachtsensor, zo leuk. De bot leerde het spel door telkens een willekeurig blokje uit te kiezen, en dat voorzichtig een duwtje te geven. Voor elke poging werden de visuele beelden – de oriëntatie van het blokje – en krachtmetingen opgeslagen (hoeveel kracht de bot zette en in welke mate het blokje meegaf). Ook werd per poging vastgelegd of de toren bleef staan of niet.

In het filmpje hieronder kun je zien hoe de robot het spel uiteindelijk aanpakt:

Snelle student

In plaats van voor elk mogelijk scenario de oplossing te leren – wat duizenden pogingen zou kosten – had de robot volgens de onderzoekers aan een paar honderd tests genoeg. Zo’n 300 pogingen leken voldoende om de benodigde visuele en tactiele feedback te verzamelen om het spel in de mechanische vingers te krijgen.

Die hoge leersnelheid dankt de robot aan zijn speciale ‘denkwijze’. In plaats van elk mogelijk scenario af te gaan, groepeert de bot op elkaar lijkende metingen en uitkomsten binnen een bepaald ‘blokgedrag’. Zo bevat één cluster bijvoorbeeld een reeks metingen die het algoritme aan een moeilijk te bewegen blokje hangt, terwijl andere metingen duiden op een blokje dat makkelijk uit de toren te pikken is. Zo leert de robot relatief snel hoe een blokje ongeveer moet liggen en hoeveel kracht hij kan zetten, om te voorkomen dat de toren omvalt.

Jenga-kampioen?

Om de proef op de som te nemen, nam de robot het op tegen een aantal (menselijke) tegenstanders. En ja hoor, hij bracht het er best behoorlijk vanaf. Toch is de kans klein dat de bot de titel van Jenga-kampioen zal binnenhalen. Het blokkenspel vereist naast finesse namelijk ook een strategische denkwijze – die tactiek ontbreekt de robot in dit scenario (nog).

Gelukkig is een trofee ook niet per se het doel van de onderzoekers. Meer hopen ze met de technologie robots te ontwikkelen die ingezet kunnen worden bij taken waar zowel zicht als gevoel nodig is, zoals bij het scheiden van afval of het in elkaar zetten van (kleine) producten als smartphones.

Het onderzoek werd gepubliceerd in vakblad Science Robotics.

Bronnen: Science Robotics, MIT

Beeld: Fazeli et al., 2019/Science Robotics/MIT

Ben je geïnteresseerd in de wereld van wetenschap & technologie en wil je hier graag meer over lezen? Bestel dan hier ons nieuwste nummer. Abonnee worden? Dat kan hier!