Robotteknologi og fysisk AI

En Ny Morgen i Robotteknologi: Berøringsbaseret Objektrotation

mm
Føj Unite.AI til dine foretrukne kilder på Google

I en banebrydende udvikling har et hold af ingeniører ved University of California San Diego (UCSD) designede en robotisk hånd, der kan rotere objekter ved hjælp af berøring alene, uden behov for visuel input. Denne innovative tilgang blev inspireret af den lette måde, hvorpå mennesker håndterer objekter uden nødvendigvis at se dem.

En Berøringsfølsom Tilgang til Objektmanipulation

Holdet udstyrede en fire-fingeret robotisk hånd med 16 berøringsensorer fordelt over dens palm og fingre. Hver sensor, der koster omkring 12 dollar, udfører en simpel funktion: den registrerer, om et objekt berører den eller ej. Denne tilgang er unik, da den afhænger af mange lavkostede, lavopløsnings berøringsensorer, der bruger simple binære signaler – berøring eller ikke berøring – til at udføre robotisk rotation i hånden.

I modsætning hertil afhænger andre metoder af få højtkostede, højopløsnings berøringsensorer fastgjort til et lille område af den robotiske hånd, primært på fingerspidserne. Xiaolong Wang, en professor i elektroteknik og datateknik ved UC San Diego, der ledede studiet, forklarede, at disse tilgange har flere begrænsninger. De minimiserer chancen for, at sensorerne kommer i kontakt med objektet, og begrænser dermed systemets sansningsevne. Højopløsnings berøringsensorer, der giver information om tekstur, er ekstremt svære at simulere og er forbudt dyre, hvilket gør det vanskeligt at bruge dem i virkelige eksperimenter.

Kraften af Binære Signaler

“Vi viser, at vi ikke behøver detaljer om et objekts tekstur for at udføre denne opgave. Vi behøver kun simple binære signaler om, hvorvidt sensorerne har berørt objektet eller ej, og disse er meget lettere at simulere og overføre til den virkelige verden,” sagde Wang.

Holdet trænede deres system ved hjælp af simulationer af en virtuel robotisk hånd, der roterer en diversitet af objekter, herunder objekter med uregelmæssige former. Systemet vurderer, hvilke sensorer på hånden, der berøres af objektet på et given tidspunkt under rotationen. Det vurderer også den aktuelle position af håndens led og deres tidligere handlinger. Ved hjælp af denne information instruerer systemet den robotiske hånd, hvilket led der skal gå hvor i næste tidspunkt.

Fremskridtet i Robotmanipulation

Forskerne testede deres system på den virkelige robotiske hånd med objekter, som systemet endnu ikke havde mødt. Den robotiske hånd kunne rotere en række objekter uden at gå i stå eller tabe grebet. Objekterne omfattede en tomater, en peber, en dåse peanutbutter og en legerubberand, der var det mest udfordrende objekt på grund af sin form. Objekter med mere komplekse former tog længere tid at rotere. Den robotiske hånd kunne også rotere objekter omkring forskellige akser.

Holdet arbejder nu på at udvide deres tilgang til mere komplekse manipulationopgaver. De udvikler i øjeblikket teknikker til at enable robotiske hænder til at fange, kaste og jonglere, for eksempel. “Håndmanipulation er en meget almindelig færdighed, som mennesker har, men det er meget komplekst for robotter at mestre,” sagde Wang. “Hvis vi kan give robotterne denne færdighed, vil det åbne døren til de opgaver, de kan udføre.”

Denne udvikling markerer et betydeligt skridt fremad i robotteknologiens felt, og det kan potentielt bana vejen for robotter, der kan manipulere objekter i mørke eller visuelt udfordrende miljøer.

Alex leder Unite.AI’s AI‑drevne nyhedsoperationer, der kombinerer journalistik, forskning og automatisering for at understøtte rettidig og skalerbar dækning af kunstig intelligens. Hans arbejde sikrer, at nye AI‑udviklinger fremhæves effektivt, samtidig med at publikationsredaktionens standarder opretholdes.