حس لامسه ربات ها توسط سیستم یادگیری ماشین بهبود می یابد

 
محققان در حال کار روی مدلی هستند که توانایی ربات ها را برای قالب بندی مواد در شکل های مختلف و ارتباط با مایعات و اشیای جامد را بهبود می بخشد.
یک سیستم یادگیری جدید توسط محققان MIT  توسعه یافته است که توانایی های ربات ها را برای قالب گیری مواد در شکل های که تعیین شده است، بهبود می بخشد و کمک میکند درباره موادی که با آنها در حال تعامل هستند، اعم از جامدات و مایعات، پیشبینیهای انجام دهند. این سیستم که به عنوان یک شبیه ساز ذرات مبتنی بر یادگیری ساخته شده است می تواند به ربات های صنعتی حس لامسه لطیفی دهد.
این مدل میتواند شامل برنامه های سرگرم کننده ای از جمله درست کردن شکل های مختلف با خاک و همچنین شکل دادن به برنج سوشی باشد.
در برنامه ریزی های این ربات شبیه سازی های فیزیکی مدل های هستند که تفاوت مواد مختلف را مشخص می کنند. روبات ها با استفاده از این مدل ها آموزش می بینند چگونه باید به مواد مختلف پاسخ دهند. برای مثال یاد می گیرند که یک جعبه جامد را باید هل  بدهند و همچنین متوجه می شوند که خاک ممکن است پراکنده شود. اما شبیه سازی های مبتنی بر یادگیری در روشهای سنتی عمدتاً روی اشیای سفت و محکم تمرکز می کردند و قادر به مدیریت مایعات و یا اشیای نرم تر نبودند. شبیه سازی های مبتنی بر فیزیک  می تواند مواد متنوع تری را مدیریت کند.

حس لامسه ربات ها تقویت می یابد 


انسان ها یک مدل فیزیک بصری در سر دارند که از طریق آن میتوانند متوجه شوند با هر جسم چگونه باید رفتار کنند. مثلاً آن را فشار دهند و یا آن را هل دهند. بر اساس این مدل بصری انسان ها می توانیم تغییراتی را در ربات ها انجام دهیم که در حال حاضر توانایی انجام آن را ندارند. در واقع می خواهیم این نوع مدل بصری را برای ربات ها بسازیم تا آنها هم قادر به انجام کارهایی که انسانها انجام می دهند ، باشند.
هنگامی که نوزادان پنج ماهه هستند  بازخوردهای متفاوتی از مواد جامد و مایع دارند پس این چیزی است که از سنین خیلی پایین در ما وجود دارد و همان چیزی است که باید در مدل سازی ربات ها را  به آن توجه کنیم.
 

ایجاد حس لامسه در ربات ها

نمودارهای پویا

مهمترین نوآوری که در این مدل وجود دارد به  نام شبکه متقابل ذرات (DPI-Net)،  نمودارهای تعامل پویا را می سازد که شامل هزاران گره و لب و می تواند رفتارهای پیچیده ذرات را مشخص کند.
در این مقاله محققان این مدل را با قرار دادن یک ربات با دو انگشت برای چسباندن شکل هدف از به فوم نشان میدهند. ربات در ابتدا از یک دوربین با سنسور عمیق و همچنین تکنولوژی تشخیص اشیا برای شناسایی فوم استفاده میکند. محقق به طور تصادفی شکل ها را انتخاب می کردند تا قدرت تشخیص ربات را شناسایی کند.
محققان در حال بررسی راه هایی برای ترکیب این مدل با کارکرد مستقیم تصاویر هستند و  و می خواهند این مدل را تا جایی توسعه دهند که تمام ذرات را یاد بگیرد.
 

برای درج نظر و یا طرح سوالات خود لطفا در سایت ثبت نام کنید و یا وارد سایت شوید

نظرات کاربران

برای این مطلب تاکنون نظری ارسال نشده است. شما اولین نفر باشید