A kezünk olyan, mint egy híd az agy és a fizikai világ között, és teljesíti kívánságainkat azáltal, hogy a gondolatainkat tettekké alakítjuk. Ahhoz, hogy a robotok valóban ki tudják használni az interakcióban rejlő lehetőségeket, kulcsfontosságú, hogy rendelkezzenek valamilyen hasonló eszközzel.
Tudjuk, hogy a robotisták építenek néhányat elképesztően bonyolult robotkezek már. De szükségük van okosságra is, hogy irányítsák őket – képesek megfelelően megragadni a tárgyakat alakjuknak, keménységüknek vagy lágyságuknak megfelelően. Nem szeretné, ha leendő robot munkatársa véres péppé törné a kezét, amikor kezet fog veled az irodában töltött első napján.
Ajánlott videók
Szerencsére ezen dolgoztak a német kutatók a új, agyilag inspiráltabb neurális hálózat amely lehetővé teszi a robotkezet (ebben az esetben egy létező modell, az a Schunk SVH 5 ujjas kéz). A koncepció bizonyítását bemutató bemutató során a robotkéz szokatlan tárgyakat tudott felvenni, többek között – de nem kizárólagosan – egy műanyag palack, teniszlabda, szivacs, gumikacsa, toll és különféle léggömbök.
"Megközelítésünk két fő összetevőből áll: a kéz mozgásának modellezése és a megfelelő vezérlés." Juan Camilo Vasquez Tieck, a németországi karlsruhei FZI Forschungszentrum Informatik kutatója elmondta a Digital Trendsnek. „A kéz különböző rétegekből álló hierarchiában van modellezve, és a mozgást mozgásprimitívekkel ábrázolják. Egy ujj összes ízületét egy ujjprimitív koordinálja. Egy adott megfogó mozdulatnál az összes ujjat kéz-primitív koordinálja.
Más szóval – magyarázta – különböző módon bezárhatja a kezét.
A rendszer az ilyen jellegű műveletek végrehajtására szolgáló robotrendszerek fejlesztésének egy másik módját képviseli. Az érintett neurális hálózat lehetővé teszi, hogy a kéz intelligensebben tudjon megragadni, és ahol szükséges, valós idejű adaptációkat hajt végre.
“Spiking neurális hálózatok (SNN) a mesterséges neurális hálózatok egy speciális fajtája, amelyek jobban modellezik a valódi neuronok működését” – folytatta Tieck. „Számos idegtudományi kutatásokon alapuló tüskés neuronmodell létezik. Ehhez a munkához leaky integrate and fire (LIF) neuronokat használtunk. A neuronok közötti kommunikáció eseményalapú, tüskék segítségével. A tüskék diszkrét impulzusok, és nem folyamatos jelek. Ez… csökkenti a neuronok között továbbított információ mennyiségét, és nagy energiahatékonyságot biztosít.”
A munkát leíró papír volt a közelmúltban az IEEE Robotics and Automation Letters folyóiratban publikálták.
Szerkesztői ajánlások
- Biztonsági robotok érkezhetnek egy közeli iskolába
- A BigSleep A.I. olyan, mint a Google Képkereső a még nem létező képekhez
- Egy Star Trek-rajongó a Next Generation-korszak adatait hamisította az új Picard sorozatba
- A világ legfejlettebb robotkeze közeledik az emberi szintű ügyességhez
- A.I. kudarcot vall, mivel a robot tévékamera kopasz fejjel követi futballlabda helyett
Frissítse életmódjátA Digital Trends segítségével az olvasók nyomon követhetik a technológia rohanó világát a legfrissebb hírekkel, szórakoztató termékismertetőkkel, éleslátó szerkesztőségekkel és egyedülálló betekintésekkel.
