výhonek Výzkumník si představuje platformu Interactive Cyber-Physical Human (iCPH) – Unite.AI
Spojte se s námi

Umělá inteligence

Výzkumník si představuje platformu Interactive Cyber-Physical Human (iCPH).

aktualizováno on
Obrázek: Tokyo University of Science

Profesor Eiichi Yoshida z Tokyo University of Science předložil zajímavou myšlenku interaktivního kyberneticko-fyzikálního člověka (iCPH).

Lidé mohou přirozeně vykonávat různé složité úkoly, jako je sezení a sbírání předmětů. Tyto činnosti však zahrnují různé pohyby a vyžadují více kontaktů, což může být pro roboty obtížné. Tento problém by mohl pomoci vyřešit iCPH.

Pochopení a generování systémů podobných člověku

Nová platforma může pomoci porozumět a vytvářet systémy podobné lidem, které využívají různé celotělové pohyby bohaté na kontakty.

Práce vyšla v r Hranice v robotice a AI.

„Jak název napovídá, iCPH kombinuje fyzické a kybernetické prvky k zachycení lidských pohybů,“ říká prof. Yoshida. „Zatímco humanoidní robot působí jako fyzické dvojče člověka, a digitální dvojče existuje jako simulovaný člověk nebo robot v kyberprostoru. Ten je modelován pomocí technik, jako je muskuloskeletální a robotická analýza. Ta dvě dvojčata se doplňují."

Prof. Yoshida řeší několik otázek s rámcem, jako například:

  • Jak mohou humanoidi napodobovat lidskou představu?
  • Jak se mohou roboti učit a simulovat lidské chování?
  • Jak mohou roboti hladce a přirozeně komunikovat s lidmi?

Rámec iCPH

První část rámce iCPH měří lidský pohyb kvantifikací pohybu různých částí těla. Zaznamenává také sled kontaktů uskutečněných člověkem.

Rámec umožňuje obecný popis různých pohybů pomocí diferenciálních rovnic a také generování sítě kontaktních pohybů. Humanoid pak může na této síti působit.

Pokud jde o digitální dvojče, učí se síť prostřednictvím přístupů založených na modelu a strojovém učení. Tyto dva jsou propojeny metodou výpočtu analytického gradientu a kontinuální učení pomáhá naučit simulaci robota, jak provádět kontaktní sekvenci.

Třetí část iCPH obohacuje síť kontaktního pohybu prostřednictvím augmentace dat před aplikací techniky vektorové kvantizace. Tato technika pomáhá extrahovat symboly vyjadřující jazyk kontaktního pohybu, což umožňuje generování kontaktního pohybu v nezkušených situacích.

To vše znamená, že roboti mohou prozkoumávat neznámá prostředí při interakci s lidmi pomocí plynulých pohybů a mnoha kontaktů.

Prof. Yoshida předkládá tři výzvy pro iCPH, které se týkají obecných deskriptorů, kontinuálního učení a symbolizace kontaktního pohybu. Aby bylo iCPH realizováno, musí se naučit, jak se v nich orientovat*.*

„Data z iCPH budou zveřejněna a nasazena do reálných problémů pro řešení sociálních a průmyslových problémů. Humanoidní roboti mohou osvobodit lidi od mnoha úkolů zahrnujících vážnou zátěž a zlepšit jejich bezpečnost, jako je zvedání těžkých předmětů a práce v nebezpečném prostředí,“ říká profesor Yoshida. „iCPH lze také použít k monitorování úkolů prováděných lidmi a pomáhá předcházet nemocem souvisejícím s prací. A konečně, humanoidy mohou lidé ovládat na dálku prostřednictvím jejich digitálních dvojčat, což humanoidům umožní instalovat velké zařízení a přepravovat předměty.“

Alex McFarland je AI novinář a spisovatel, který zkoumá nejnovější vývoj v oblasti umělé inteligence. Spolupracoval s řadou AI startupů a publikací po celém světě.