Onderzoeker ziet interactief cyber-fysiek menselijk (iCPH) platform voor zich

Professor Eiichi Yoshida van de Tokyo University of Science heeft een intrigerend idee voor een interactief cyber-fysiek menselijk (iCPH) platform voorgesteld.

Mensen kunnen van nature verschillende complexe taken uitvoeren, zoals gaan zitten en voorwerpen oppakken. Deze activiteiten omvatten echter verschillende bewegingen en vereisen meerdere contacten, wat voor robots moeilijk kan zijn. Het iCPH-platform kan helpen om dit probleem op te lossen.

Het begrijpen en genereren van menselijke systemen

Het nieuwe platform kan helpen om menselijke systemen te begrijpen en te genereren die een verscheidenheid aan contactrijke whole-body bewegingen gebruiken.

Het onderzoek is gepubliceerd in Frontiers in Robotics and AI.

“Zoals de naam al aangeeft, combineert iCPH fysieke en cyber-elementen om menselijke bewegingen te registreren,” zegt prof. Yoshida. “Terwijl een humanoid robot fungeert als een fysieke tweeling van een mens, bestaat een digitale tweeling als een gesimuleerde mens of robot in cyberspace. Deze wordt gemodelleerd door middel van technieken zoals musculoskeletale en robotanalyse. De twee tweelingen vullen elkaar aan.”

Prof. Yoshida behandelt verschillende vragen met het kader, zoals:

• Hoe kunnen humanoids menselijke notie nabootsen?
• Hoe kunnen robots menselijk gedrag leren en simuleren?
• Hoe kunnen robots soepel en natuurlijk met mensen interactie hebben?

Het iCPH-kader

Het eerste deel van het iCPH-kader meet menselijke beweging door de beweging van verschillende lichaamsdelen te kwantificeren. Het registreert ook de volgorde van contacten die door een mens worden gemaakt.

Het kader maakt het mogelijk om verschillende bewegingen generisch te beschrijven door middel van differentiaalvergelijkingen, evenals het genereren van een contactbewegingsnetwerk. Een humanoid kan vervolgens op dit netwerk handelen.

Wat de digitale tweeling betreft, leert deze het netwerk door modelgebaseerde en machine learning-benaderingen. Deze twee zijn verbonden door de analytische gradiëntberekeningsmethode, en continue leren helpt de robot simulatie om de contactvolgorde uit te voeren.

Het derde deel van het iCPH verrijkt het contactbewegingsnetwerk door gegevensaugmentatie voordat de vectorquantificatietechniek wordt toegepast. Deze techniek helpt om de symbolen te extraheren die de taal van contactbeweging uitdrukken, waardoor de generatie van contactbeweging in onervaren situaties mogelijk wordt.

Alles bij elkaar betekent dit dat robots onbekende omgevingen kunnen verkennen terwijl ze soepel met mensen interactie hebben door middel van gladde bewegingen en veel contacten.

Prof. Yoshida stelt drie uitdagingen voor het iCPH die verband houden met de algemene beschrijvers, continue leren en symbolisatie van contactbeweging. Om iCPH te realiseren, moet het leren om deze uitdagingen te navigeren*.*

“De gegevens van iCPH zullen openbaar worden gemaakt en worden ingezet om sociale en industriële problemen op te lossen. Humanoid robots kunnen mensen bevrijden van veel taken die zware lasten met zich meebrengen en hun veiligheid verbeteren, zoals het tillen van zware voorwerpen en werken in gevaarlijke omgevingen,” zegt prof. Yoshida. “iCPH kan ook worden gebruikt om taken die door mensen worden uitgevoerd te monitoren en te helpen voorkomen dat werkgerelateerde kwalen ontstaan. Ten slotte kunnen humanoids op afstand worden gecontroleerd door mensen via hun digitale tweeling, waardoor het mogelijk wordt om grote apparatuur te installeren en voorwerpen te vervoeren in onbekende omgevingen,” zegt prof. Yoshida.