Forsker ser for seg et interaktivt kybernetisk-fysisk menneske (iCPH)-plattform

Professor Eiichi Yoshida fra Tokyo University of Science har kommet med en interessant idé om et interaktivt kybernetisk-fysisk menneske (iCPH).

Mennesker kan naturlig utføre mange komplekse oppgaver, som å sitte ned og plukke opp gjenstander. Men disse aktivitetene innebærer mange bevegelser og krever mange kontakter, noe som kan være vanskelig for roboter. iCPH kan hjelpe med å løse dette problemet.

Forståelse og generering av menneskelignende systemer

Den nye plattformen kan hjelpe med å forstå og generere menneskelignende systemer som bruker en rekke kontaktrike helekroppbevegelser.

Arbeidet ble publisert i Frontiers in Robotics and AI.

“Som navnet antyder, kombinerer iCPH fysiske og kybernetiske elementer for å fange menneskelige bevegelser,” sier prof. Yoshida. “Mens en humanoid robot fungerer som en fysisk tvilling av et menneske, eksisterer en digital tvilling som en simulert menneske eller robot i cyberspace. Den siste modelleres gjennom teknikker som muskuloskeletale og robotiske analyser. De to tvillingene komplementerer hverandre.”

Prof. Yoshida besvarer flere spørsmål med rammen, som:

• Hvordan kan humanoider etterligne menneskelige bevegelser?
• Hvordan kan roboter lære og simulere menneskelige atferd?
• Hvordan kan roboter samhandle med mennesker jevnt og naturlig?

iCPH-rammen

Den første delen av iCPH-rammen måler menneskelige bevegelser ved å kvantifisere bevegelsen av ulike kroppsdelene. Den registrerer også rekken av kontakter gjort av et menneske.

Rammen muliggjør en generisk beskrivelse av ulike bevegelser gjennom differensialligninger, samt generering av et kontaktnettverk. En humanoid kan så handle på dette nettverket.

Når det gjelder den digitale tvillingen, lærer den nettverket gjennom modellbasert og maskinlæringsteknikker. Disse to er koblet sammen av den analytiske gradientregningsmetoden, og kontinuerlig læring hjelper å lære robot-simuleringen hvordan den skal utføre kontaktrekken.

Den tredje delen av iCPH beriker kontaktnettverket gjennom dataforstørrelse før vektor-kvantifiserings-teknikken brukes. Denne teknikken hjelper med å trekke ut symbolene som uttrykker kontaktspråket, og muliggjør generering av kontaktspråk i uerfarne situasjoner.

Alt dette betyr at roboter kan utforske ukjente miljøer samtidig som de samhandler med mennesker ved å bruke jevne bevegelser og mange kontakter.

Prof. Yoshida setter frem tre utfordringer for iCPH som gjelder generelle beskrivere, kontinuerlig læring og symbolisering av kontaktspråk. For at iCPH skal kunne realiseres, må den lære å navigere disse utfordringene*.*

“Dataene fra iCPH vil bli offentliggjort og brukt til å løse reelle problemer i samfunnet og industrien. Humanoid-roboter kan frigjøre mennesker fra mange oppgaver som innebærer store byrder og forbedre deres sikkerhet, som å løfte tunge gjenstander og arbeide i farlige miljøer,” sier prof. Yoshida. “iCPH kan også brukes til å overvåke oppgaver utført av mennesker og hjelpe med å forebygge arbeidsrelaterte sykdommer. Til slutt kan humanoider fjernstyres av mennesker gjennom deres digitale tvillinger, noe som vil tillate humanoidene å utføre store installasjoner og transport av gjenstander.”