Modely a platformy AI

Výzkumník představuje interaktivní kyber-fyzickou platformu lidského rozhraní (iCPH)

mm
Přidejte Unite.AI mezi své preferované zdroje na Google

Profesor Eiichi Yoshida z Tokijské univerzity vědy představil zajímavou myšlenku interaktivní kyber-fyzické platformy lidského rozhraní (iCPH).

Lidé mohou přirozeně provádět různé složité úkoly, jako je například sedání a zvedání předmětů. Tyto činnosti však zahrnují různé pohyby a vyžadují多kontakty, které mohou být pro roboty obtížné. Platforma iCPH by mohla pomoci tento problém vyřešit.

Pochopení a generování lidských systémů

Nová platforma může pomoci pochopit a generovat lidské systémy, které využívají různých kontaktů a celého těla.

Práce byla publikována v Frontiers in Robotics and AI.

„Jak název napovídá, iCPH kombinuje fyzické a kybernetické prvky pro zachycení lidských pohybů,“ říká prof. Yoshida. „Zatímco humanoidní robot funguje jako fyzický dvojník člověka, digitální dvojník existuje jako simulovaný člověk nebo robot v kyberprostoru. Ten je modelován pomocí technik, jako je muskuloskeletální a robotická analýza. Oba dvojníci se doplňují.“

Prof. Yoshida řeší několik otázek s touto rámcovou koncepcí, jako například:

  • Jak mohou humanoidní roboti napodobovat lidské pohyby?
  • Jak mohou roboti učit a simulovat lidské chování?
  • Jak mohou roboti interagovat s lidmi hladce a přirozeně?

Rámec iCPH

První část rámcové koncepce iCPH měří lidské pohyby kvantifikací pohybu různých částí těla. Také zaznamenává sekvenci kontaktů provedených člověkem.

Rámec umožňuje obecné popisování různých pohybů pomocí diferenciálních rovnic, jakož i generování sítě kontaktů. Humanoidní robot může poté jednat na základě této sítě.

Když jde o digitálního dvojníka, učí se síť prostřednictvím modelově založených a strojově učících se přístupů. Tyto dva jsou spojeny analytickou gradientovou výpočetní metodou, a kontinuální učení pomáhá učit robotické simulace, jak provádět sekvenci kontaktů.

Třetí část rámcové koncepce iCPH obohacuje síť kontaktů pomocí augmentace dat před aplikací techniky vektorové kvantizace. Tato technika pomáhá extrahovat symboly vyjadřující jazyk kontaktů, umožňující generovat kontakty v nezkušených situacích.

Všechno toto znamená, že roboti mohou prozkoumat neznámá prostředí, zatímco interagují s lidmi pomocí hladkých pohybů a mnoha kontaktů.

Prof. Yoshida uvádí tři výzvy pro iCPH, které se týkají obecných popisovačů, kontinuálního učení a symbolizace kontaktů. Pro realizaci iCPH je nutné naučit se navigovat tyto výzvy*.*

„Data z iCPH budou zveřejněna a nasazena do reálných problémů pro řešení sociálních a průmyslových otázek. Humanoidní roboti mohou osvobodit lidi od mnoha úkolů, které zahrnují těžké břemena, a zlepšit jejich bezpečnost, jako je zvedání těžkých předmětů a práce v nebezpečných prostředích,” říká prof. Yoshida. „iCPH může být také použito pro monitorování úkolů prováděných lidmi a pomoc při prevenci pracovních nemocí. Konečně, humanoidní roboti mohou být ovládány lidmi prostřednictvím svých digitálních dvojníků, což jim umožní provádět instalaci velkých zařízení a dopravu objektů.”

Alex McFarland je AI novinář a spisovatel, který zkoumá nejnovější vývoj v oblasti umělé inteligence. Spolupracoval s mnoha AI startupy a publikacemi po celém světě.