研究人员在增强机器人灵活性和触觉感知方面取得了巨大进步。 目标？ 机器人可以像人手一样灵活和精确地操纵物体。
该研究领域的前沿是麻省理工学院计算机科学与人工智能实验室 (CSAIL) 的一项开创性研究。 该团队解决了富含接触操作的复杂挑战，这是机器人以复杂方式与物体交互的领域。
“通过接触进行规划的主要挑战是接触动态的混合性质，” 学习笔记.
强化学习是人工智能用来训练基于奖励和惩罚的模型的技术。 研究人员使用了一种名为“平滑”的强化学习方法来简化生物感知事物的过程，并使其可以由原始机器人复制。
更重要的是，他们的方法与基于采样的运动规划相结合，为涉及大量接触点的更复杂的操作铺平了道路。 换句话说：用两只手操纵物体并与物体交互。 他们的实验展示了在短短几分钟内产生复杂运动的能力，这比传统强化学习方法所需的数小时有了显着的飞跃。
更多机器人通过人工智能学习
与此同时，英国布里斯托大学推出了“双触式，”一个开创性的双臂触觉机器人系统。 “我们提出了一套针对触觉反馈的双手操作任务：双推、双重定向和双聚集。”这 研究论文读到。该系统通过模拟真实的深度强化学习，可以掌握复杂的操作任务，例如协作推动物体并巧妙地旋转它们。
在西海岸，斯坦福大学的研究人员正在利用人类视频演示来教机器人执行复杂的任务。 他们的方法采用了蒙版的手眼摄像机镜头，避免了人类和机器人领域之间昂贵的图像转换的需要。
研究人员在他们的论文中指出：“另一方面，人类执行任务的视频的收集成本要低得多，因为它们消除了对机器人远程操作专业知识的需求。” 学术论文.
基本上，就像人们通过观看 YouTube 教程来学习一样，这些研究人员 使用视频 教他们的机器人如何做一些事情，与传统的机器人数据训练相比，他们的方法在新的测试设置中将成功率提高了 58%，令人印象深刻。
这些开创性的研究共同为机器人能够像人类一样进行细致入微的物体操作铺平了道路。 这些进步可能会重新定义从生产线到手术室的各个行业。 想象一下在一次外科手术中，由人工智能驱动的机器人协助外科医生，提高精度和结果。
所以，科幻迷们，不要害怕。 友好的助手机器人不必排除人类与偶尔迷人的脾气暴躁的机器人共存的可能性。 只要机器人坚持与人类同伴争吵而不是消灭他们，我们就应该是清白的。
- SEO 支持的内容和 PR 分发。 今天得到放大。
- PlatoData.Network 垂直生成人工智能。 赋予自己力量。 访问这里。
- 柏拉图爱流。 Web3 智能。 知识放大。 访问这里。
- 柏拉图ESG。 汽车/电动汽车， 碳， 清洁科技, 能源， 环境， 太阳能， 废物管理。 访问这里。
- 柏拉图健康。 生物技术和临床试验情报。 访问这里。
- 图表Prime。 使用 ChartPrime 提升您的交易游戏。 访问这里。
- 块偏移量。 现代化环境抵消所有权。 访问这里。
- Sumber: https://decrypt.co/153646/ai-researchers-are-teaching-robots-to-mimic-human-dexterity
