우리의 손은 뇌가 설정한 의도와 물리적 세계 사이의 다리와 같아서 생각을 행동으로 전환시켜 우리의 소원을 실현합니다. 로봇이 상호 작용에 있어 잠재력을 최대한 발휘하려면 로봇이 원하는 대로 사용할 수 있는 유사한 도구를 보유하는 것이 중요합니다.
우리는 로봇공학자들이 어떤 것을 만들고 있다는 것을 알고 있습니다. 이미 놀라울 정도로 복잡한 로봇 손. 그러나 물체의 모양과 경도 또는 부드러움에 따라 물체를 적절하게 잡을 수 있는 지능도 필요합니다. 당신은 미래의 로봇 동료가 사무실에 출근한 첫날 당신과 악수를 할 때 당신의 손을 피가 뭉개지게 만드는 것을 원하지 않을 것입니다.
추천 동영상
다행히도 이것은 독일의 연구자들이 연구하고 있는 것입니다. 새롭고 더욱 뇌에서 영감을 받은 신경망 로봇 손을 허용할 수 있는 것(이 경우에는 Schunk SVH 5손가락 손) 올바른 잡는 동작을 선택하여 다양한 모양과 경도 수준의 물체를 집는 방법을 배웁니다. 개념 증명 시연에서 로봇 손은 다음을 포함하여 특이한 범위의 물체를 집어들 수 있었습니다. – 그러나 이에 국한되지는 않습니다 – 플라스틱 병, 테니스 공, 스펀지, 고무 오리, 펜 및 다양한 풍선.
"우리의 접근 방식에는 손 동작 모델링과 규정 준수 제어라는 두 가지 주요 구성 요소가 있습니다." 후안 카밀로 바스케스 티에크, 독일 칼스루에에 있는 FZI Forschungszentrum Informatik의 연구 과학자는 Digital Trends에 말했습니다. “손은 다양한 레이어의 계층 구조로 모델링되고 모션은 모션 프리미티브로 표현됩니다. 한 손가락의 모든 관절은 손가락 기본 요소에 의해 조정됩니다. 특정 잡기 동작의 경우 모든 손가락은 손 기본 요소에 의해 조정됩니다.”
즉, 그는 다양한 방식으로 손을 닫을 수 있다고 설명했습니다.
이 시스템은 이러한 종류의 작업을 수행하기 위한 로봇 시스템을 개발하는 다양한 방법을 나타냅니다. 관련된 신경망을 사용하면 손이 더욱 지능적으로 잡을 수 있어 필요한 경우 실시간으로 적응할 수 있습니다.
“스파이킹 신경망 (SNN)은 실제 뉴런이 작동하는 방식을 더 가깝게 모델링하는 특별한 종류의 인공 신경망입니다.”라고 Tieck은 말했습니다. “신경과학 연구를 기반으로 한 스파이크 뉴런 모델이 많이 있습니다. 이 작업을 위해 우리는 LIF(Leaky Integration and Fire) 뉴런을 사용했습니다. 뉴런 간의 통신은 스파이크를 사용하는 이벤트 기반입니다. 스파이크는 연속 신호가 아닌 개별 임펄스입니다. 이는… 뉴런 간에 전송되는 정보의 양을 줄이고 뛰어난 전력 효율성을 제공합니다.”
작업을 설명하는 논문은 다음과 같습니다. 최근 IEEE Robotics and Automation Letters 저널에 게재됨.
편집자의 추천
- 보안 로봇이 가까운 학교에 올 수 있다
- 빅슬립(BigSleep) AI 아직 존재하지 않는 사진에 대한 Google 이미지 검색과 같습니다.
- Star Trek 팬이 차세대 데이터를 새로운 Picard 시리즈로 딥페이크했습니다.
- 세계에서 가장 발전된 로봇 손이 인간 수준의 손재주에 접근하고 있습니다.
- 일체 포함. 로봇 TV 카메라가 축구공 대신 대머리를 따라가서 실패
당신의 라이프스타일을 업그레이드하세요Digital Trends는 독자들이 모든 최신 뉴스, 재미있는 제품 리뷰, 통찰력 있는 사설 및 독특한 미리보기를 통해 빠르게 변화하는 기술 세계를 계속해서 살펴볼 수 있도록 도와줍니다.
