Traditioneel moeten robots die nieuwe vaardigheden leren, zoals het stapelen van dozen of lassen, worden getraind op specifieke hardware. Dit leidt tot problemen wanneer een robot met een andere structuur dezelfde taak probeert uit te voeren, omdat de geleerde vaardigheden vaak niet overdraagbaar zijn. Sthithpragya Gupta, de hoofdauteur van de studie, legt uit dat nieuwe robotontwerpen andere mogelijkheden en beperkingen met zich meebrengen, wat het moeilijk maakt om eerder geleerde vaardigheden te repliceren.
Een van de grootste uitdagingen in de robotica is het vermijden van singulariteiten, situaties waarin de beweging van een robot instabiel kan worden. Gupta’s team heeft Kinematic Intelligence ontwikkeld om robots een diepere wiskundige kennis van hun fysieke beperkingen te geven, waardoor ze veilig kunnen leren van demonstraties, zelfs als de robotstructuren verschillen. Dit systeem maakt het mogelijk om een vaardigheid slechts ƩƩn keer te demonstreren, waarna deze veilig kan worden uitgevoerd door een robot van een ander type.
De implicaties van deze technologie zijn aanzienlijk. Het kan de ontwikkeling en implementatie van robots in verschillende sectoren versnellen, van productie tot gezondheidszorg, door de noodzaak voor langdurige en complexe training te verminderen. Toekomstige ontwikkelingen kunnen gericht zijn op het verder verbeteren van deze technologie en het verkennen van de mogelijkheden voor AI-integratie, hoewel Kinematic Intelligence momenteel zonder AI is ontwikkeld.

