不少专家更相信 人工智能的一般形式 如果不给人工智能一个现实世界的身体,这是不可能的。 一种允许机器人学习其身体构造的新方法可以加速这一过程。
直观地感知我们身体的布局和位置的能力,即所谓的本体感觉,是一种强大的能力。 更令人印象深刻的是,我们有能力根据受伤等内部因素或重负载等外部因素来更新所有这些部件如何工作以及它们如何协同工作的内部模型。
将这些功能复制到 机器人 如果他们想要在现实世界中安全有效地运行,这将是至关重要的。 许多人工智能专家还认为,人工智能要充分发挥其潜力,需要物理体现,而不是简单地通过语言等抽象媒介与现实世界互动。 为机器提供一种了解其身体如何运作的方法可能是一个关键因素。
现在,慕尼黑工业大学的一个团队开发了一种新型机器学习方法,允许各种不同的机器人仅使用跟踪其四肢运动的传感器的反馈来推断其身体的布局。
研究人员在一份报告中写道:“机器人的具体化决定了它的感知和行为能力。” 进纸 科学机器人 描述工作。 “能够自主地、逐步地了解其形态的机器人可以监控其动态状态,调整其身体的表现,并对身体的变化做出反应。”
所有机器人都需要其身体的内部模型才能有效运行,但通常这要么是硬编码的,要么是使用监控其运动的外部测量设备或摄像机来学习的。 相比之下,新方法试图仅使用来自放置在机器人不同部位的惯性测量单元(检测运动的传感器)的数据来学习机器人身体的布局。
该团队的方法依赖于这样一个事实:距离较近或身体相同部位的传感器发出的信号会重叠。 这样就可以分析来自这些传感器的数据,以确定它们在机器人身体上的位置以及它们之间的关系。
首先,该团队让机器人通过“电机喋喋不休”生成感觉运动数据,这涉及短时间随机激活机器的所有伺服系统以产生随机运动。 然后,他们使用机器学习方法来计算传感器的排列方式并识别与特定肢体和关节相关的子集。
研究人员将他们的方法应用于模拟和现实实验中的各种机器人,包括机械臂、小型人形机器人和六足机器人。 他们表明,所有机器人都可以了解其关节的位置以及这些关节面向的方向。
更重要的是,该方法不需要像支撑大多数现代人工智能的深度学习方法那样的大量数据集,而是可以实时执行。 这开辟了机器人能够适应损坏或动态添加新的身体部位或模块的前景。
研究人员写道:“我们认识到机器人自主评估和持续更新其形态知识的能力的重要性。” “形态学的增量学习将使机器人能够调整其参数,以反映因自残或外伤行为可能导致的身体结构变化。”
虽然了解身体的运作方式只是学习如何执行有用任务的一小部分,但它是一个重要的组成部分。 赋予机器人这种类似本体感觉的能力可以使它们更加灵活、适应性强和安全。
图片来源:xx / xx
- :具有
- :是
- :不是
- $UP
- a
- 对,能力--
- 关于
- 摘要
- 加快
- 行动
- 激活
- 适应
- 增加
- AI
- 所有类型
- 让
- 允许
- 还
- an
- 分析
- 和
- 应用的
- 的途径
- 保健
- ARM
- 安排
- 人造的
- AS
- 评估
- 尝试
- 自主
- 意识
- 基本包
- BE
- 相信
- 机构
- 身体
- 都
- 建筑物
- 但是
- 相机
- CAN
- 能力
- 能力
- 能力
- 容量
- 进行
- 携带
- 更改
- 接近
- 编码
- 配置
- 一直
- 对比
- 可以
- 信用
- 关键
- 损伤
- data
- 深
- 深入学习
- 描述
- 检测
- 确定
- 开发
- 发达
- 设备
- 不同
- 不
- 动力学
- 每
- 只
- 或
- 实施例
- 甚至
- 实验
- 专家
- 专家认为
- 外部
- 外部
- 面对
- 事实
- 因素
- 反馈
- 柔软
- 针对
- 形式
- 止
- ,
- 生成
- 给
- 给予
- 硬
- 重
- 创新中心
- How To
- HTTPS
- 人形
- 鉴定
- if
- 重要性
- 重要
- 重要的
- 不可能
- 有声有色
- in
- 包含
- 伤
- 代替
- 互动
- 内部
- IT
- 它的
- 类
- 知识
- 已知
- 语言
- 布局
- 学习用品
- 知道
- 学习
- 喜欢
- 容易
- 加载
- 圖書分館的位置
- 机
- 机器学习
- 机
- 使
- 制作
- 许多
- 大规模
- 数据监测
- 测量
- 方法
- 模型
- 现代
- 模块
- 显示器
- 更多
- 最先进的
- 运动
- 运动
- 需要
- 全新
- 没什么
- of
- on
- 那些
- 仅由
- 打开
- 操作
- or
- 其他名称
- 我们的
- 输出
- 参数
- 部分
- 部分
- 期
- 物理
- 柏拉图
- 柏拉图数据智能
- 柏拉图数据
- 定位
- 职位
- 可能
- 潜力
- 强大
- 过程
- 前景
- 随机
- 宁
- 应对
- 真实
- 真实的世界
- 实时的
- 承认
- 反映
- 关系
- 表示
- 要求
- 研究人员
- 导致
- 机器人
- 机器人
- 安全
- 安然
- 同
- 科学
- 科学家
- 感
- 传感器
- 短
- 显示
- 信号
- 只是
- 情况
- 小
- 东西
- 具体的
- 州/领地
- 结构体
- 任务
- 团队
- 文案
- 比
- 这
- 国家
- 其
- 他们
- 然后
- 那里。
- 博曼
- 他们
- Free Introduction
- 那些
- 通过
- 至
- 一起
- 跟踪时
- 一般
- 支撑
- 理解
- 大学
- 更新
- 使用
- 运用
- 各种
- 通过
- 方法..
- 为
- 这
- 宽
- 将
- 也完全不需要
- 工作
- 锻炼
- 合作
- 世界
- 将
- 写
- 您一站式解决方案
- 和风网