|
Seiring dengan perkembangan teknologi, tidak menutup kemungkinan bahwa di masa mendatang, manusia akan lebih banyak berinteraksi dengan robot dalam kehidupan sehari-hari. Di beberapa negara maju, teknologi robot bahkan sudah mulai banyak digunakan untuk membantu tugas manusia. Salah satu contohnya adalah penggunaan robot vacuum cleaneryang dapat secara otomatis mendeteksi debu pada lantai dan membersihkannya. Selain itu, di bidang otomotif, beberapa perusahaan terkemuka bahkan sudah mulai mengeluarkan beragam produk mobil yang memiliki kemampuan self-parking (lihat Gambar 1). Lantas, pernahkah kamu berpikir tentang bagaimana sebenarnya robot-robot itu bisa memiliki kemampuan tersebut sehingga dapat membantu tugas kita? Apa itu robot learning? Selain dengan melakukan pemrograman secara manual pada robot, salah satu cara yang dapat digunakan agar robot dapat memiliki kemampuan untuk melaksanakan tugas-tugas tertentu adalah dengan menggunakan pendekatan berbasis robot learning yang merupakan bidang irisan antara machine learning dan robotics. Dengan menggunakan teknik ini, artificial neural networks (ANN) yang saat ini umum dikenal dengan istilah deep learning diimplementasikan ke dalam robot sebagai representasi dari otak yang mampu melakukan proses pembelajaran. Melalui pendekatan ini, kita dapat melatih robot dengan cara melakukan proses training terhadap ANN melalui data latih yang didapatkan dari berbagai sensor yang tertanam pada robot. Tujuan akhir dari proses training tersebut adalah mendapatkan sebuah model ANN optimal yang mampu memetakan data dari sensor menjadi aksi tertentu sehingga robot dapat melakukan gerakan-gerakan yang tepat dan sesuai dengan tugas yang diberikan.  Implementasi robot learning: imitation learning dan reinforcement learning Secara garis besar, mengimplementasikan robot learning berarti sama dengan melatih ANN. Lalu, pendekatan machine learning apa yang dapat kita gunakan dalam proses ini? Beberapa pendekatan yang dapat dipakai antara lain adalah imitation learning dan reinforcement learning. Berikut detail penjelasannya:
Bisakah belajar lebih jauh tentang robot learning di Informatika UII? Jika tertarik dengan bidang robot learning, kamu bisa mengambil beberapa mata kuliah di Informatika UII sesuai dengan kurikulum 2020 seperti; SIF402: Sistem Cerdas dan Pendukung Keputusan, SIF403: Fundamen Data Sains, SIF903: Komputasi Lunak, SIF909: Big Data, SIF910: Deep Learning, dan juga SIF918: Teknologi Informasi Untuk Pembangunan. Selain itu, melalui kebijakan Merdeka Belajar, kamu juga bisa mengambil mata kuliah Topik Terpilih Bidang Teknologi dan Rekayasa terkait robotika.
Referensi
|
