AI trong robot, an toàn và dự án đầu tay

Model thị giác là ứng dụng phổ biến nhất. Một model phát hiện vật thể (object detection) có thể nhận ra người, thùng hàng hay trái cây chín trong ảnh camera, và các model nhỏ giờ đã chạy được trên Raspberry Pi hay Jetson.

Học từ trình diễn (learning from demonstration) đang phát triển rất nhanh. Bạn dẫn cánh tay robot làm một việc vài chục lần, và model học cách làm theo. Công cụ mở như LeRobot của Hugging Face cùng các cánh tay giá rẻ đã đưa việc này vào tầm tay người chơi nghiệp dư.

Model vision-language-action (thị giác, ngôn ngữ, hành động) có thể làm theo câu lệnh thường như 'đặt cái cốc vào bồn rửa', nhưng vẫn thất bại theo những cách bất ngờ. Robot huấn luyện trong mô phỏng thường gặp khó trên phần cứng thật, gọi là khoảng cách sim-to-real.

Đa số robot đang hoạt động vẫn dựa vào điều khiển kinh điển và kỹ thuật cẩn thận. AI lo phần nhận thức và một số quyết định. Giới hạn an toàn không bao giờ được phụ thuộc vào việc model làm đúng.

Robot nào có thể làm người bị thương cũng cần một nút dừng hoạt động độc lập với phần mềm: một công tắc vật lý ngắt nguồn động cơ. Giới hạn tốc độ và lực khi ở gần người. Robot công nghiệp tuân theo các tiêu chuẩn như ISO 10218 chính vì lý do này.

Ở nhà, các quy tắc tương tự áp dụng ở quy mô nhỏ hơn. Thử code mới khi bánh xe đang nhấc lên, giữ tay tránh xa bộ phận chuyển động, và cẩn trọng với pin LiPo.

Hãy làm một robot dò line hoặc một xe tự tránh vật cản. Nó dùng mọi thứ trong lộ trình này: cảm biến, động cơ, máy trạng thái và PID. Bắt đầu miễn phí trên Wokwi hoặc Webots, rồi chuyển sang phần cứng.

Một bộ kit hai bánh cơ bản với Arduino hoặc ESP32 không tốn nhiều tiền. Các bộ kit cho trường học, như ManuStem của Manusignal, gom sẵn linh kiện cho lớp học. Hãy ghi lại bạn đã làm gì, cái gì hỏng và bạn sửa thế nào. Bản ghi đó chính là portfolio của bạn.