stomp Navorser beoog interaktiewe kuber-fisiese menslike (iCPH)-platform - Unite.AI
Verbinding met ons

Kunsmatige Intelligensie

Navorser beoog interaktiewe kuber-fisiese menslike (iCPH)-platform

Opgedateer on
Beeld: Tokio Universiteit van Wetenskap

Professor Eiichi Yoshida van die Tokio Universiteit van Wetenskap het 'n intrige idee van 'n interaktiewe kuber-fisiese mens (iCPH) voorgehou.

Mense kan natuurlik verskeie komplekse take verrig, soos om te sit en items op te tel. Hierdie aktiwiteite behels egter verskeie bewegings en vereis veelvuldige kontakte, wat moeilik kan wees vir robotte. Die iCPH kan help om hierdie probleem op te los.

Verstaan ​​en genereer mensagtige stelsels

Die nuwe platform kan help om mensagtige stelsels te verstaan ​​en te genereer wat 'n verskeidenheid kontakryke hele liggaamsbewegings gebruik.

Die werk is gepubliseer in Grense in robotika en KI.

"Soos die naam aandui, kombineer iCPH fisiese en kuberelemente om menslike bewegings vas te vang," sê prof. Yoshida. “Terwyl 'n mensagtige robot as 'n fisiese tweeling van 'n mens optree, is a digitale tweeling bestaan ​​as 'n gesimuleerde mens of robot in die kuberruim. Laasgenoemde word gemodelleer deur tegnieke soos muskuloskeletale en robotiese analise. Die twee tweeling vul mekaar aan.”

Prof. Yoshida spreek verskeie vrae met die raamwerk aan, soos:

  • Hoe kan humanoïede menslike idees naboots?
  • Hoe kan robotte menslike gedrag leer en simuleer?
  • Hoe kan robotte glad en natuurlik met mense omgaan?

Die iCPH-raamwerk

Die eerste deel van die iCPH-raamwerk meet menslike beweging deur die beweging van verskeie liggaamsdele te kwantifiseer. Dit teken ook die volgorde van kontakte wat deur 'n mens gemaak word, aan.

Die raamwerk maak die generiese beskrywing van verskeie bewegings moontlik deur differensiaalvergelykings, sowel as die generering van 'n kontakbewegingsnetwerk. 'n Mensoïed kan dan op hierdie netwerk optree.

Wanneer dit by die digitale tweeling kom, leer dit die netwerk deur modelgebaseerde en masjienleerbenaderings. Hierdie twee word verbind deur die analitiese gradiëntberekeningsmetode, en voortdurende leer help om die robotsimulasie te leer hoe om die kontakvolgorde uit te voer.

Die derde deel van die iCPH verryk die kontakbewegingsnetwerk deur datavergroting voordat die vektorkwantiseringstegniek toegepas word. Hierdie tegniek help om die simbole te onttrek wat die taal van kontakbeweging uitdruk, wat die generasie kontakbeweging in onervare situasies moontlik maak.

Dit alles beteken dat robotte onbekende omgewings kan verken terwyl hulle met mense omgaan deur gladde bewegings en baie kontakte te gebruik.

Prof. Yoshida stel drie uitdagings vir die iCPH voor wat betrekking het op die algemene beskrywers, voortdurende leer en simbolisering van kontakbeweging. Vir iCPH om te realiseer, moet dit leer hoe om hulle te navigeer*.*

“Die data van iCPH sal openbaar gemaak word en na werklike probleme ontplooi word vir die oplossing van maatskaplike en industriële kwessies. Menslike robotte kan mense vrystel van baie take wat ernstige laste behels en hul veiligheid verbeter, soos om swaar voorwerpe op te tel en in gevaarlike omgewings te werk,” sê prof. Yoshida. “iCPH kan ook gebruik word om take wat deur mense verrig word te monitor en werkverwante kwale te help voorkom. Uiteindelik kan mensoïede op afstand beheer word deur mense deur hul digitale tweeling, wat die mensoïede in staat sal stel om groot toerustinginstallasie en voorwerpvervoer te onderneem.”

Alex McFarland is 'n KI-joernalis en skrywer wat die jongste ontwikkelings in kunsmatige intelligensie ondersoek. Hy het wêreldwyd met talle KI-opstarters en publikasies saamgewerk.