Tutkija esittää interaktiivisen kyberfyysisen ihmisen (iCPH) alustan

Tokion tiede-yliopiston professori Eiichi Yoshida on esittänyt mielenkiintoisen idean interaktiivisesta kyberfyysinen ihmisestä (iCPH).

Ihmiset voivat luonnostaan suorittaa monia monimutkaisia tehtäviä, kuten istumista ja esineiden nostamista. Näissä toimissa on kuitenkin mukana monia liikkeitä ja useita kosketuksia, mikä voi olla vaikeaa roboteille. iCPH voisi auttaa ratkaisemaan tämän ongelman.

Ihmismäisten järjestelmien ymmärtäminen ja luominen

Uusi alusta voi auttaa ymmärtämään ja luomaan ihmismäisiä järjestelmiä, jotka käyttävät monia kosketusrikkaita kehonliikkeitä.

Tutkimus julkaistiin Frontiers in Robotics and AI-julkaisussa.

”Nimi viittaa siihen, että iCPH yhdistää fyysiset ja kyber-elementit ihmisten liikkeiden tallentamiseksi”, prof. Yoshida sanoo. ”Koska humanoidirobotilla on fyysinen kaksoisolento, on olemassa myös digitaalinen kaksoisolento, joka on simuloitu ihminen tai robotti kyberavaruudessa. Jälkimmäinen on mallinnettu menetelmillä, kuten lihas- ja luurankotutkimuksella ja robotti-analyysillä. Kaksoisolentot täydentävät toisiaan.”

Prof. Yoshida vastaa useisiin kysymyksiin iCPH-kehyksessä, kuten:

• Miten humanoidit voivat jäljitellä ihmisten liikkeitä?
• Miten robotit voivat oppia ja simuloida ihmisten käyttäytymistä?
• Miten robotit voivat vuorovaikuttaa ihmisten kanssa sileästi ja luonnollisesti?

iCPH-kehys

iCPH-kehyksen ensimmäinen osa mitata ihmisten liikkeitä kvantifioimalla eri kehonosien liikkeitä. Se myös tallentaa ihmisen tekemien kosketusten järjestyksen.

Kehys mahdollistaa erilaisten liikkeiden yleisen kuvaamisen differentiaaliyhtälöiden avulla sekä kosketusliiketoimintaverkon luomisen. Humanoidi voi toimia tämän verkon mukaan.

Koska digitaalinen kaksoisolento oppii verkon mallipohjaisen ja koneoppimismenetelmän avulla, nämä kaksi ovat yhteydessä analyyttisen gradientin laskentamenetelmällä, ja jatkuva oppiminen opettaa robotin simulaatiota suorittamaan kosketusjärjestyksen.

iCPH-kehyksen kolmas osa rikastaa kosketusliiketoimintaverkkoa datan täydentämisen avulla ennen vektorikvantifioimismenetelmän soveltamista. Tämä menetelmä auttaa erottamaan symbolit, jotka ilmaisevat kosketusliikkeen kieltä, mahdollistaen kosketusliikkeen luomisen kokemattomissa tilanteissa.

Kaikki tämä tarkoittaa, että robotit voivat tutkia tuntemattomia ympäristöjä vuorovaikuttaen ihmisten kanssa sileiden liikkeiden ja useiden kosketusten avulla.

Prof. Yoshida esittää kolme haastetta iCPH:lle, jotka liittyvät yleisiin kuvaajiin, jatkuvaan oppimiseen ja kosketusliikkeen symbolointiin. iCPH:n toteuttamiseksi on opittava navigoimaan nämä haasteet*.*

”iCPH:n tiedot tullaan julkaisemaan ja käyttämään todellisissa ongelmissa sosiaalisten ja teollisten ongelmien ratkaisemiseksi. Humanoidirobotit voivat vapauttaa ihmiset monista tehtävistä, jotka ovat raskaita ja parantaa turvallisuutta, kuten raskaiden esineiden nostamista ja työskentelyä vaarallisissa ympäristöissä”, prof. Yoshida sanoo. ”iCPH voidaan myös käyttää tehtävien seuraamiseen, joita ihmiset suorittavat, ja auttaa estämään työhön liittyviä vaivoja. Lopulta humanoidit voidaan ohjata etäältä ihmisillä digitaalisten kaksoolisten kautta, mikä mahdollistaa humanoidien suorittamisen suuria laitteiden asennusta ja esineiden kuljetusta.”