Японцы использовали машинное обучение, чтобы сделать роботов гибкими

Машинное обучение позволило сделать роботы исключительно гибкими. Результаты своей исследовательской работы опубликовали ученые из Университета Токио на сайте вуза.

Даже изготовленные из мягких материалов роботы все равно ограничены жесткостью датчиков, которые необходимы для управления. Но японские исследователи создали встроенные датчики, которые предлагают ту же функциональность, но предоставляют роботу большую гибкость. Мягкие роботы могут быть более адаптируемыми и эластичными, чем более традиционные жесткие конструкции. Команда использовала передовые методы машинного обучения для создания своего дизайна.

Автоматизация становится все более важной темой. Ядром этой концепции является смежная область робототехники и машинного обучения. Робот, который работает в реальном мире, должен понимать свою среду и себя, чтобы ориентироваться и выполнять задачи. Если бы мир был полностью предсказуемым, то робот мог бы прекрасно двигаться без необходимости узнавать что-то новое об окружающей среде. Но реальность непредсказуема и постоянно меняется, поэтому машинное обучение помогает роботам адаптироваться к незнакомым ситуациям. Хотя это теоретически верно для всех роботов, это особенно важно для роботов с мягким телом, поскольку их физические свойства по своей природе менее предсказуемы, чем их жесткие аналоги.

«Возьмем, к примеру, робота с пневматическими искусственными мышцами (PAM), системами на основе каучука и волокон, которые расширяются и сжимаются, чтобы двигаться, — рассказывает доцент Кохей Накадзима из Высшей школы информационных наук и технологий. — PAM по своей природе страдают случайным механическим шумом и гистерезисом, который по существу является напряжением материала. Точные лазерные мониторы помогают поддерживать контроль посредством обратной связи, но эти жесткие датчики ограничивают движение робота, поэтому мы придумали что-то новое».

Накадзима и его команда подумали, что если они смогут моделировать PAM в режиме реального времени, то смогут сохранить хороший контроль над ним. Однако, учитывая постоянно меняющуюся природу PAM, это нереально с традиционными методами механического моделирования. Таким образом, команда обратилась к мощной и устоявшейся технике машинного обучения, которая называется резервуарными вычислениями. Именно здесь информация о системе, в данном случае PAM, подается в специальную нейронную сеть в режиме реального времени, поэтому модель постоянно меняется и, таким образом, адаптируется к среде.

«Мы обнаружили, что электрическое сопротивление материала PAM изменяется в зависимости от его формы во время сжатия. Поэтому мы передаем эти данные в сеть, чтобы они могли точно сообщать о состоянии PAM, — продолжает Накаджима. — Обычная резина — это изолятор, поэтому мы включили углерод в наш материал, чтобы легче было понять его переменное сопротивление. Мы обнаружили, что система эмулирует существующий лазерный датчик с одинаково высокой точностью в различных условиях испытаний.

Благодаря этому методу возможно создание технологии мягкого робота нового поколения. Сюда могут входить роботы, которые работают с людьми, например, носимые устройства для реабилитации или биомедицинские роботы, поскольку дополнительное мягкое прикосновение означает, что взаимодействие с ними мягкое и безопасное.


Читайте также:

Ученые выяснили, куда пропала Луна в 1110 году. Её закрыло облако пепла

Анализ древних минералов показал высокий уровень кислорода на Земле 2 млрд лет назад

Уровень Мирового океана вырастет на 1,3 м к 2100 году

Подписывайтесь
на наши каналы в Telegram

«Хайтек»новостионлайн

«Хайтек»Dailyновости 3 раза в день

Первая полоса
Китайский аккумулятор для электромобиля выдержал наезд 36-тонного танка
Новости
Воспитанники детских домов изучат основы работы с нейросетями
Новости
Четвероногий робот из Цюриха научился играть в бадминтон с людьми
Новости
В MIT раскрыли механизм набора веса из-за жирной пищи и как обратить его вспять
Наука
60 000 лет рядом: ученые выяснили, кто стал первым паразитом человека
Наука
Ректора Университета Иннополис избрали членом-корреспондентом РАН
Иннополис
В Корее робопса научили паркуру и бегу по стенам: посмотрите, что он может
Новости
Древний череп «человека-муравья» нашли в Аргентине
Наука
На селфи марсохода попал неожиданный объект: его заметили не сразу
Космос
Посмотрите на двух морских коньков, которых застукали за «поцелуем» в океане
Наука
Почти 10 000 роутеров Asus тайно заразили: как проверить свой и защититься
Новости
Ракета будет доставлять товары с AliExpress за час по всему миру: ее испытали в Китае
Новости
В России пригрозили «душить» иностранные сервисы: кто в опасности
Новости
Boston Dynamics усовершенствовала систему восприятия гуманоидного робота Atlas
Новости
Наклейка на лоб анализирует мозговые волны и предсказывает переутомление
Наука
Посмотрите на робота-трансформера, который меняет форму прямо в полете
Новости
Китай отправил миссию за образцами горных пород с квазиспутника Земли
Космос
ИИ научился предсказывать успеваемость студентов по данным профиля в VK
Новости
Странная звезда Млечного Пути пульсирует каждые 44 минуты и это не объяснить
Космос
Этот OLED-экран сам издает звук: каждый пиксель работает как динамик
Новости