麻省理工学院的Jenga演奏机器人可能具有制造

任何玩过Jenga游戏的人都会知道保持木块塔不会崩溃所需的微妙触感,这不是你与之相关的那种技巧。典型的机器人。麻省理工学院的工程师们现在已经开发了一种机械臂,它可以用最好的方式推动和刺激,依靠视觉数据,机器学习算法和快速移动的机器人分支结合触觉反馈。

除了更常见的特征之外,具有“触觉”感的机器人,例如能够看到和抓住东西的能力正变得越来越普遍,并带来各种新的可能性。

上个月,例如,英国陆军接收了装有操纵臂的炸弹处理机器人,该机械臂将物理反馈传递给远程用户,显然在消除爆炸物时提供类似人类的灵活性。一段距离。我们也看到这些机器用于探索海洋深处的宝藏,实现地球与太空之间的遥控机器人握手,并为假肢使用者提供触觉。

虽然机器非常有能力玩涉及人类思维的游戏,例如Go或国际象棋,但是像Jenga这样的游戏需要精致的触摸才是完全另一个故事。

“玩Jenga游戏还需要掌握物理技能,如探测,推动,拉动,放置和对齐碎片,”机械工程系助理教授AlbertoRodriguez说。麻省理工学院。“它需要交互式感知和操作,你必须去触摸塔楼以了解如何以及何时移动块。这很难模拟,因此机器人必须通过与真实的Jenga交互来学习现实世界通过利用关于物体和物理的常识来学习相对少量的实验。“

Rodriguez和他的团队安装了一台工业ABBIRB20机器人手臂外置摄像头,力感腕带和软叉夹持器。然后他们开始训练机器人,让它随机选择Jenga塔中的一个块,然后在该块上选择一个特定的位置,以便巧妙地推动它。每次这样做时,连接的计算机将记录视觉和力量测量并将每次尝试分类为成功或不成功。

该团队表示,在使用这种触觉和视觉反馈混合的大约300次尝试中,机器人能够使用建模来预测哪些块比其他块更难移动,哪些可能导致塔落下。它通过将结果分类为集群来实现此目的。

“机器人构建集群,然后学习每个集群的模型,而不是学习一个可以捕获绝对可能发生的一切模型的模型,”Rodriguez说。

<然后,该团队将经过训练的机器人的表现与人类玩家进行了比较,发现他们在移除木块时保持塔架直立的成功几乎没有差别。他们还在机器学习算法的同时对计算机模拟游戏进行了测试,并找到了他们的学习曲线更有效率。

“我们为这些算法提供了我们系统获得的相同信息,以了解他们如何学习在类似水平上玩Jenga,”研究合着者说。MiquelOller。“与我们的方法相比,这些算法需要探索数量级更多的塔来学习游戏。”

虽然Jenga玩机器人令人印象深刻,但它并不是最终的结局。这里。研究人员希望机器人技术能够用于需要细致眼睛和细腻触感的环境中,例如将废物分类回收并组装消费品。

上一篇:不匹配的食物可以带来更好的一餐 下一篇:没有了

本文URL:http://www.1tushu.com/shougongyouxi/jianzhi/201909/3897.html

Ctrl+D 将本页面保存为书签,全面了解最新资讯,方便快捷。