Исследователи не устают всячески развлекаться с обучением искусственных нейронных сетей. Часто это приводит и к беспрецедентным новым открытиям. Ученые из Бристольского университета разработали модель на основе глубоких нейронных сетей для сбора тактильной информации о трехмерных объектах. Простыми словами, они научили роботизированный палец чувствовать тактильные ощущения, как чувствует их человек. И оказалось, что этот новый опыт позволяет роботу выводить дополнительную информацию об окружающей среде. Результаты исследования опубликованы в журнале IEEE Robotics & Automation .
"Наша общая идея заключалась в том, чтобы искусственно воссоздать чувство осязания при управлении роботами, поскольку они физически взаимодействуют со своим окружением. Люди делают это не задумываясь - проводят пальцами по предмету, чтобы почувствовать его форму. Однако вычисления, лежащие в основе этого процесса, удивительно сложны. Мы реализовали этот тип физического взаимодействия на роботе, применив глубокое обучение к искусственному пальцу, который воспринимает аналогично человеческой коже ", - поясняет один из исследователей профессор Натан Лепора.
Профессор Лепора уже почти десять лет пытается воссоздать чувство осязания у роботов. В своих предыдущих опытах он использовал более традиционные методы машинного обучения, такие как вероятностные классификаторы. Однако он обнаружил, что эти методы позволяют роботам выполнять только очень простые задачи, такие как ощущение простых двумерных фигур с медленным постукиванием.
"Наш прорыв заключается в том, что новые методы, работают в трех измерениях. Теперь робот скользит по объектам кончиком пальца так же, как это сделал бы человек", - сказал профессор Лепора.
Тактильный датчик, разработанный исследователями, обеспечивает роботов чувством осязания и помогает им управлять своими руками, кончиками пальцев. Он позволяет им оценивать форму и текстуру объектов или частей объектов, с которыми они вступают в контакт. Например, при скольжении по поверхности, следующей за кромкой, робот может оценить угол наклона кромки и соответственно переместить свой роботизированный палец.
"Глубокое обучение позволило нам построить надежные карты от сенсорных данных до поверхностных объектов, таких как угол наклона. Это трудно, потому что скольжение мягкого человекоподобного пальца по поверхности искажает собираемые им данные. Ранее мы не могли отделить это искажение от формы поверхности, но в этой работе нам удалось получить точные оценки угла наклона поверхности с точностью до доли градуса", - сказал профессор Лепора.
Сбор точных оценок поверхностей и углов, позволяет лучше контролировать роботизированные кончики пальцев. В будущем этот метод может обеспечить роботам физическую ловкость, подобную человеческой. Это позволит роботам эффективно адаптировать свои стратегии захвата и манипулирования, основанные на объектах, с которыми они взаимодействуют.
Пока что исследователи продемонстрировали эффективность своей техники, на одном роботизированном кончике пальца. Но в будущем, эта техника будет применяться ко всем мягким кончикам пальцев и конечностям робота. Это позволит ему чувствовать инструменты и выполнять манипуляционные задачи аналогично людям. В конечном итоге это приведет к созданию более эффективных роботов, которые смогут выполнять домашнюю работу, собирать фрукты на фермах или ухаживать за пациентами в медицинских учреждениях.