Nhà nghiên cứu hình dung nền tảng Interactive Cyber-Physical Human (iCPH)

Giáo sư Eiichi Yoshida của Đại học Khoa học Tokyo đã đưa ra một ý tưởng thú vị về nền tảng Interactive Cyber-Physical Human (iCPH).

Con người có thể tự nhiên thực hiện các nhiệm vụ phức tạp khác nhau, chẳng hạn như ngồi xuống và nhặt các vật thể. Tuy nhiên, các hoạt động này liên quan đến các chuyển động và yêu cầu nhiều liên lạc, điều này có thể chứng minh là khó khăn cho các robot. iCPH có thể giúp giải quyết vấn đề này.

Hiểu và Tạo ra Hệ thống giống Con người

Nền tảng mới này có thể giúp hiểu và tạo ra các hệ thống giống con người sử dụng nhiều chuyển động toàn thân giàu liên lạc.

Công việc này đã được công bố trên Frontiers in Robotics and AI.

“Như tên gọi cho thấy, iCPH kết hợp các yếu tố vật lý và mạng để bắt捉 các chuyển động của con người,” Giáo sư Yoshida nói. “Trong khi một robot giống người đóng vai trò là bản sao vật lý của con người, một bản sao số tồn tại như một mô hình con người hoặc robot trong không gian mạng. Sau đó, nó được mô hình hóa thông qua các kỹ thuật như phân tích cơ học và phân tích robot. Hai bản sao này bổ sung cho nhau.”

Giáo sư Yoshida giải quyết một số câu hỏi với khuôn khổ này, chẳng hạn như:

• Làm thế nào các robot giống người có thể bắt chước ý niệm của con người?
• Làm thế nào các robot có thể học và mô phỏng các hành vi của con người?
• Làm thế nào các robot có thể tương tác với con người một cách mượt mà và tự nhiên?

Khuôn khổ iCPH

Phần đầu tiên của khuôn khổ iCPH đo chuyển động của con người bằng cách lượng hóa chuyển động của các bộ phận cơ thể khác nhau. Nó cũng ghi lại trình tự liên lạc được thực hiện bởi con người.

Khuôn khổ này cho phép mô tả các chuyển động khác nhau thông qua các phương trình vi phân, cũng như tạo ra mạng lưới chuyển động liên lạc. Một robot giống người có thể hoạt động dựa trên mạng lưới này.

Khi nói đến bản sao số, nó học mạng lưới thông qua các phương pháp dựa trên mô hình và học máy. Hai phương pháp này được kết nối bởi phương pháp tính toán gradient phân tích, và quá trình học liên tục giúp dạy cho mô phỏng robot cách thực hiện trình tự liên lạc.

Phần thứ ba của iCPH làm giàu mạng lưới chuyển động liên lạc thông qua tăng cường dữ liệu trước khi áp dụng kỹ thuật lượng tử hóa vector. Kỹ thuật này giúp trích xuất các ký hiệu biểu thị ngôn ngữ chuyển động liên lạc, cho phép tạo ra chuyển động liên lạc trong các tình huống không có kinh nghiệm.

Tất cả điều này có nghĩa là các robot có thể khám phá các môi trường không xác định trong khi tương tác với con người bằng cách sử dụng các chuyển động mượt mà và nhiều liên lạc.

Giáo sư Yoshida đưa ra ba thách thức cho iCPH liên quan đến các mô tả chung, học liên tục và biểu tượng hóa chuyển động liên lạc. Để iCPH được hiện thực hóa, nó phải học cách điều hướng chúng*.*

“Dữ liệu từ iCPH sẽ được công bố và triển khai để giải quyết các vấn đề xã hội và công nghiệp. Các robot giống người có thể giải phóng con người khỏi nhiều nhiệm vụ liên quan đến gánh nặng nặng và cải thiện sự an toàn của họ, chẳng hạn như nâng các vật thể nặng và làm việc trong các môi trường nguy hiểm,” Giáo sư Yoshida nói. “iCPH cũng có thể được sử dụng để theo dõi các nhiệm vụ được thực hiện bởi con người và giúp ngăn chặn các bệnh nghề nghiệp. Cuối cùng, các robot giống người có thể được điều khiển từ xa bởi con người thông qua các bản sao số của họ, điều này sẽ cho phép các robot giống người thực hiện việc lắp đặt thiết bị lớn và vận chuyển vật thể.”