私たちの手は、脳によって定められた意図と物理的世界の間の橋のようなもので、思考を行動に変えることで私たちの願いを実現します。 ロボットがインタラクションに関してその可能性を真に発揮するには、同様の手段を自由に使えるようにすることが重要です。
ロボット工学者がいくつかのものを構築していることを私たちは知っています 驚くほど複雑なロボットハンドがすでに完成している. しかし、物体を制御するための賢さも必要です。つまり、物体の形状や硬さ、柔らかさの両方に応じて物体を適切に掴むことができるということです。 将来のロボットの同僚が、オフィスに入った初日にあなたと握手したときに、あなたの手を粉々にしてドロドロにしてほしくないでしょう。
おすすめ動画
幸いなことに、これはドイツの研究者が研究していることです。 より脳にインスピレーションを得た新しいニューラル ネットワーク ロボットハンド (この場合は、 シュンク SVH 5本指ハンド）正しいつかみ動作を選択して、さまざまな形状や硬さのレベルの物体をつかむ方法を学びます。 概念実証のデモンストレーションでは、ロボットハンドは次のような異常な範囲の物体を拾うことができました。 ペットボトル、テニスボール、スポンジ、ゴム製のアヒル、ペン、風船の詰め合わせなどですが、これらに限定されません。
「私たちのアプローチには、手の動きのモデリングと準拠した制御という 2 つの主要なコンポーネントがあります。」 フアン・カミロ・バスケス・ティーク、ドイツのカールスルーエにあるFZI Forschungszentrum Informatikの研究科学者がDigital Trendsに語った。 「手はさまざまなレイヤーの階層でモデル化され、動きはモーション プリミティブで表現されます。 1 本の指のすべての関節は、指プリミティブによって調整されます。 ある特定の掴み動作では、すべての指がハンドプリミティブによって調整されます。」
言い換えれば、さまざまな方法で手を閉じることができると彼は説明しました。
このシステムは、この種のアクションを実行するロボット システムを開発する別の方法を表します。 関連するニューラル ネットワークにより、手がよりインテリジェントに把握できるようになり、必要に応じてリアルタイムに適応できます。
“スパイクニューラルネットワーク (SNN) は、実際のニューロンの動作方法に近いモデルを作成する特別な種類の人工ニューラル ネットワークです」と Tieck 氏は続けました。 「神経科学の研究に基づいたスパイキング ニューロン モデルが多数あります。 この作業では、リーキー統合および発射 (LIF) ニューロンを使用しました。 ニューロン間の通信は、スパイクを使用してイベントベースで行われます。 スパイクは離散的なインパルスであり、連続的な信号ではありません。 これにより…ニューロン間で送信される情報量が削減され、優れた電力効率が実現します。」
その仕事を説明した論文は、 最近IEEE Robotics and Automation Letters誌に掲載されました.
編集者のおすすめ
- あなたの近くの学校に警備ロボットがやってくるかもしれない
- BigSleep AI まだ存在しない写真を検索する Google 画像検索のようなもの
- スタートレックのファンが次世代時代のデータをディープフェイクして新しい Picard シリーズを作成
- 世界最先端のロボットハンドが人間レベルの器用さに近づいている
- A.I. ロボットのテレビカメラがサッカーボールの代わりにハゲ頭を追いかけて失敗
ライフスタイルをアップグレードするDigital Trends は、読者が最新ニュース、楽しい製品レビュー、洞察力に富んだ社説、ユニークなスニーク ピークをすべて提供して、ペースの速いテクノロジーの世界を監視するのに役立ちます。
