Ambidextrous Robotlar E-Ticareti Hızlandırabilir

E-ticaret hem ülkemizde hem de yurt dışında (Amazon, Alibaba, Walmart vb.) kullanımı artan bir platform olarak ilerliyor. Bu hıza karşı kalmamak için şirketler sipariş hızlarını arttırmaya yönelik araştırmalar yapmaya devam ediyor. Ambidextrous robotlar ile bu hız büyük ölçüde sağlanabilir.

A- A+

22.01.2019 tarihli yazı 4844 kez okunmuştur.

Ambidextrous Ambidextrous Robot E-Ticaret Ödül İşlevi

E-ticarete son zamanlarda büyük bir eğilim var. Gıda, giyim, elektronik cihaz gibi satımı yapılan birçok kategoriyi içeren sitelerde kullanıcıları çekmenin önemli bir yolu, siparişlerin daha hızlı ve güvenilir bir şekilde ellerine ulaşmış olmasıdır. Bu ihtiyaçları göz önüne alan şirketler e-ticarette farklı yatırımlar yapmaya başlıyor. İşçilerin yetersizliğini gidermek adına şirketler robot kullanımını düşünüyor. Hızı arttırmak için ise ambidextrous robotların kullanımının, işleyişi önemli ölçüde hızlandıracağı kanısındalar. Science Robics’te 16 Ocak Çarşamba günü yayımlanan bir haber ile, California Üniversitesi'ndeki mühendisler yeni, ‘ambidextrous’ yaklaşımını sunuyor.

Ambidextrous terimi, her iki elini de aktif bir şekilde kullanan kişiler için kullanılır. Mühendisler bu ambidextrous robotlar ile hızın büyük ölçüde artacağını düşünüyor. Jeff Mahler, “Herhangi bir kıskaç tüm nesneleri kavrayamıyor” dedi. Örneğin, üzeri oyuklu nesnelerde ya da bazı giysilerde cismin her iki yüzeyine de erişim sağlanamadığını öne sürüyor. UC Berkeley makalesi, çeşitli tutucu tipleriyle uyumlu, "ambidextrous" yaklaşımını sunuyor.

►İlginizi Çekebilir: Beyin Kontrollü Robot

Yaklaşım, her bir tutucunun -ki bu tutucuları robotun elleri olarak düşünebiliriz- başarılı olma olasılığını ölçen her tutucu tipi için ortak bir “ödül işlevi”ne dayanır. Bu, sistemin her durum için hangi tutucuyu (sağ ya da sol el) kullanacağına hızlıca karar vermesini sağlar.

Her bir tutucunun ödül işlevini hesaplamak için; kavranan nesnelerin analitik modelleri ile her bir tutucunun fiziki yapısı kullanılarak, hızlı bir şekilde oluşturulan büyük veri kümeleri üzerinde eğitim alır ve ödül işlevlerini öğrenmek için bir işlem yapar. Bu ödül işleviyle, sistemlerinin % 95 oranında güvenilirlikle, saatte 300'ün üzerinde bir hızda daha önce hiç görülmemiş nesnelere sahip kutular üzerinde hızın arttığı görülmüştür.

Bu çalışma için yapılan araştırma Berkeley AI Research (BAIR) Laboratuvarı, Gerçek Zamanlı Akıllı Güvenli Uygulama (RISE) Laboratuvarı ve CITRIS "İnsan ve Robotlar" (CPAR) Girişimi'ne bağlı Otomasyon Bilimi ve Mühendisliği Laboratuvarı’nda gerçekleştirilmiştir.

Kaynak:

►sciencedaily.com
►dictionary.cambridge.com