身体認識：科学者がロボットに「固有受容」の基本的な感覚を与える

身体認識：科学者がロボットに「固有受容」の基本的な感覚を与える

タイムスタンプ：15年2023月10日00:XNUMX AM
身体認識：科学者はロボットに「固有受容」の基本的な感覚を与える PlatoBlockchain データインテリジェンス。垂直検索。あい。

多くの専門家はもっと信じています 人工知能の一般的な形式 AIに現実世界の肉体を与えなければそれは不可能です。 ロボットが自分の体の構造を学習できるようにする新しいアプローチは、このプロセスを加速する可能性があります。

固有受容として知られる、体のレイアウトと位置を直感的に感知する能力は、強力な能力です。 さらに素晴らしいのは、怪我などの内部要因と重い負荷などの外部要因の両方に応じて、これらすべての部分がどのように機能するか、またそれらがどのように連携して機能するかについての内部モデルを更新できる能力です。

これらの機能を複製すると、 ロボット 現実世界の状況で安全かつ効果的に運用するには、これが非常に重要になります。 また、多くの AI 専門家は、AI がその可能性を最大限に発揮するには、言語などの抽象的な媒体を通じて単に現実世界と対話するのではなく、物理的に具現化される必要があると考えています。 機械に自分の体の仕組みを学習させる方法を提供することは、おそらく重要な要素となるでしょう。

今回、ミュンヘン工科大学のチームは、手足の動きを追跡するセンサーからのフィードバックのみを使用して、さまざまなロボットが体のレイアウトを推測できるようにする、新しい種類の機械学習アプローチを開発しました。

「ロボットの具体化によって、その知覚能力と行動能力が決まる」と研究者らは論文で書いている。 紙の 科学ロボット工学 作品の説明。 「自律的かつ段階的に身体の形態を理解できるロボットは、身体のダイナミクスの状態を監視し、身体の表現を適応させ、身体の変化に反応することができます。」

すべてのロボットは効果的に動作するためにその体の内部モデルを必要としますが、通常、これはハードコーディングされるか、ロボットの動きを監視する外部測定装置やカメラを使用して学習されます。 対照的に、新しいアプローチでは、ロボットのさまざまな部分に配置された慣性測定ユニット（動きを検出するセンサー）からのデータのみを使用して、ロボットの体のレイアウトを学習しようとします。

研究チームのアプローチは、互いに近接したセンサー、または身体の同じ部分にあるセンサーからの信号に重複が存在するという事実に基づいています。 これにより、これらのセンサーからのデータを分析して、ロボット本体上のセンサーの位置とセンサー間の関係を解明することが可能になります。

まず、チームはロボットに「モーターのバブリング」を通じて感覚運動データを生成させます。これには、マシンのすべてのサーボを短時間ランダムに作動させてランダ​​ムな動きを生成することが含まれます。 次に、機械学習アプローチを使用してセンサーがどのように配置されているかを解明し、特定の手足や関節に関連するサブセットを特定します。

研究者らは、シミュレーションと実世界の実験の両方で、ロボット アーム、小型人型ロボット、XNUMX 脚ロボットなどのさまざまなロボットにアプローチを適用しました。 彼らは、すべてのロボットが関節の位置と関節がどの方向を向いているかを理解できることを示しました。

さらに重要なのは、このアプローチは、最新の AI を支える深層学習手法のような大規模なデータセットを必要とせず、代わりにリアルタイムで実行できることです。 これにより、損傷や新しい身体部分やモジュールの追加にその場で適応できるロボットの可能性が開かれます。

「私たちは、形態に関する知識を自律的に評価し、継続的に更新するロボットの能力の重要性を認識しています」と研究者らは書いている。 「形態を段階的に学習することで、ロボットは自分自身が引き起こした、または外部から与えられた行為から生じる可能性のある身体構造の変化を反映するためにパラメータを適応させることが可能になります。」

自分の体の仕組みを理解することは、有用な作業の実行方法を学ぶ上でほんの一部にすぎませんが、重要な要素です。 ロボットにこの固有受容に似た能力を与えることで、より柔軟で順応性が高く、安全になる可能性があります。

画像クレジット: xx / xx

タイムスタンプ：

より多くの 特異点ハブ