С открытием нового центра преподаватели инженерного факультета Стэнфордского университета рады получить специальное пространство для реализации своих проектов и сотрудничества с коллегами.
С открытием нового центра преподаватели инженерного факультета Стэнфордского университета рады получить специальное пространство для реализации своих проектов и сотрудничества с коллегами.
Работая с такими роботами, как Equibot, изображенный здесь, профессор Бог и ее лаборатория создают эффективные методы имитационного обучения, которые позволяют роботам учиться на ограниченных данных и обобщать их в различных реальных условиях, таких как наши дома.
Исследования робототехники в Стэнфорде ведутся уже более 50 лет. Первый робот Стэнфорда, метко названный Шейки, выглядел как шатающаяся башня из компьютерных деталей. Со временем конструкции стали более изящными и сложными. Сегодня роботы Стэнфорда включают гуманоидного глубоководного ныряльщика, похожего на геккона скалолаза и мягкого робота, который растет как виноградная лоза.
Этой осенью открылся новый Стэнфордский центр робототехники , который стал пространством для дальнейшего развития исследований в области робототехники в Стэнфордском инженерном институте. Центр включает шесть отсеков для тестирования и демонстрации роботов, включая зоны, напоминающие кухни, спальни, больницы и склады. Преподаватели Стэнфордского инженерного института стремятся использовать это пространство не только для продвижения своих проектов, но и для более тесного сотрудничества с коллегами. «Мы будем проводить наши исследования бок о бок на открытом пространстве», — говорит Карен Лю , профессор компьютерных наук. «У нас будет больше исследовательского сотрудничества, потому что теперь мы соседи».
Вот краткий обзор работы, которую некоторые из наших преподавателей выполняют в этой области.
Рене Чжао: Мягкие роботы для малоинвазивной хирургии
Человеческие органы мягкие и податливые. Медицинские устройства, как правило, не такие. Это проблема для того, чтобы сделать операции менее инвазивными, так как введение трубки через кровеносный сосуд или другой орган тела может быть сложным и потенциально опасным. «Мы заинтересованы в мягких системах, потому что в мягких системах у вас по сути есть бесконечные степени свободы — каждая материальная точка может деформироваться», — говорит Рене Чжао , доцент кафедры машиностроения. «Они лучше взаимодействуют с людьми, потому что у нас мягкие ткани».
Используя роботов-оригами из мягкого пластика и магнитов, Чжао разрабатывает будущих медицинских роботов. Некоторые из ее проектов черпают вдохновение в движениях животных, таких как рука осьминога, хобот слона и медленно двигающийся дождевой червь.
Ее последний проект выглядит как плавающий цилиндр размером с таблетку с пропеллером. Используя полимерную копию кровеносных сосудов мозга, она проверила, сможет ли этот пловец успешно проходить изгибы и повороты, чтобы уменьшить тромб для лечения инсульта. Исследователи перемещают робота с помощью магнитного поля и джойстика. Чжао говорит, что в будущей операционной врачи смогут отслеживать робота с помощью рентгеновских лучей, что позволит им направлять его к тромбу. «Одной из самых больших проблем для процедур с использованием интервенционной радиологии является возможность отслеживания и навигации», — говорит она. Устранив эти ограничения, она говорит: «Мы хотим произвести революцию в существующей минимально инвазивной хирургии».
Карен Лю: Имитация движений человека поможет нам передвигаться
Первоначально вдохновленная персонажами видеоигр, цель Лю — понять, как мы двигаемся . «Основной вопрос в том, что я хочу знать, можем ли мы понять, как работает человеческое тело, до такой степени, чтобы мы могли это воссоздать», — говорит она.
Чтобы достичь этого, она учит роботов двигаться более похоже на нас. Используя различные датчики, которые фиксируют видео, ускорение, крутящий момент и другие переменные, исследователи собирают данные, которые можно поместить в «цифровых близнецов» — компьютерные модели, которые в дальнейшем дополняют эту информацию, чтобы самостоятельно предсказывать движения, похожие на человеческие.
Одно из приложений, над которым работает Лю, — это роботизированный экзоскелет, который может предсказывать, когда пользователь теряет равновесие, и активироваться, когда это необходимо, чтобы избежать падения. Обучение на основе движений человека имеет решающее значение, поскольку этот экзоскелет будет иметь глубокие знания о своем владельце, собранные с помощью датчиков и алгоритмов машинного обучения. «Это машина, которая оказывает вам помощь только тогда, когда она вам нужна», — говорит она, что стало возможным благодаря глубокому пониманию того, как двигаются люди и отдельные владельцы.
Жанетт Бог: Понимание того, как наши руки манипулируют объектами
С открытием нового центра преподаватели инженерного факультета Стэнфордского университета рады получить специальное пространство для реализации своих проектов и сотрудничества с коллегами.
Работая с такими роботами, как Equibot, изображенный здесь, профессор Бог и ее лаборатория создают эффективные методы имитационного обучения, которые позволяют роботам учиться на ограниченных данных и обобщать их в различных реальных условиях, таких как наши дома.
Исследования робототехники в Стэнфорде ведутся уже более 50 лет. Первый робот Стэнфорда, метко названный Шейки, выглядел как шатающаяся башня из компьютерных деталей. Со временем конструкции стали более изящными и сложными. Сегодня роботы Стэнфорда включают гуманоидного глубоководного ныряльщика, похожего на геккона скалолаза и мягкого робота, который растет как виноградная лоза.
Этой осенью открылся новый Стэнфордский центр робототехники , который стал пространством для дальнейшего развития исследований в области робототехники в Стэнфордском инженерном институте. Центр включает шесть отсеков для тестирования и демонстрации роботов, включая зоны, напоминающие кухни, спальни, больницы и склады. Преподаватели Стэнфордского инженерного института стремятся использовать это пространство не только для продвижения своих проектов, но и для более тесного сотрудничества с коллегами. «Мы будем проводить наши исследования бок о бок на открытом пространстве», — говорит Карен Лю , профессор компьютерных наук. «У нас будет больше исследовательского сотрудничества, потому что теперь мы соседи».
Вот краткий обзор работы, которую некоторые из наших преподавателей выполняют в этой области.
Рене Чжао: Мягкие роботы для малоинвазивной хирургии
Рука держит крошечного миллиробота над моделью мозга.
Один из проектов миллироботов профессора Чжао. Этот робот, достаточно маленький, чтобы поместиться на кончике пальца, однажды сможет путешествовать по телу, чтобы доставлять лекарства или уменьшать тромбы.
Человеческие органы мягкие и податливые. Медицинские устройства, как правило, не такие. Это проблема для того, чтобы сделать операции менее инвазивными, так как введение трубки через кровеносный сосуд или другой орган тела может быть сложным и потенциально опасным. «Мы заинтересованы в мягких системах, потому что в мягких системах у вас по сути есть бесконечные степени свободы — каждая материальная точка может деформироваться», — говорит Рене Чжао , доцент кафедры машиностроения. «Они лучше взаимодействуют с людьми, потому что у нас мягкие ткани».
Используя роботов-оригами из мягкого пластика и магнитов, Чжао разрабатывает будущих медицинских роботов. Некоторые из ее проектов черпают вдохновение в движениях животных, таких как рука осьминога, хобот слона и медленно двигающийся дождевой червь.
Ее последний проект выглядит как плавающий цилиндр размером с таблетку с пропеллером. Используя полимерную копию кровеносных сосудов мозга, она проверила, сможет ли этот пловец успешно проходить изгибы и повороты, чтобы уменьшить тромб для лечения инсульта. Исследователи перемещают робота с помощью магнитного поля и джойстика. Чжао говорит, что в будущей операционной врачи смогут отслеживать робота с помощью рентгеновских лучей, что позволит им направлять его к тромбу. «Одной из самых больших проблем для процедур с использованием интервенционной радиологии является возможность отслеживания и навигации», — говорит она. Устранив эти ограничения, она говорит: «Мы хотим произвести революцию в существующей минимально инвазивной хирургии».
Карен Лю: Имитация движений человека поможет нам передвигаться
Исследователь руководит человеком в костюме с датчиком движения в лаборатории.
Профессор Лю руководит лабораторией движения, где она работает над созданием прогностических моделей движения человека для предотвращения травм опорно-двигательного аппарата, изучает спортивные и художественные способности человека и разрабатывает новые датчики движения для спортивной медицины.
Первоначально вдохновленная персонажами видеоигр, цель Лю — понять, как мы двигаемся . «Основной вопрос в том, что я хочу знать, можем ли мы понять, как работает человеческое тело, до такой степени, чтобы мы могли это воссоздать», — говорит она.
Чтобы достичь этого, она учит роботов двигаться более похоже на нас. Используя различные датчики, которые фиксируют видео, ускорение, крутящий момент и другие переменные, исследователи собирают данные, которые можно поместить в «цифровых близнецов» — компьютерные модели, которые в дальнейшем дополняют эту информацию, чтобы самостоятельно предсказывать движения, похожие на человеческие.
Одно из приложений, над которым работает Лю, — это роботизированный экзоскелет, который может предсказывать, когда пользователь теряет равновесие, и активироваться, когда это необходимо, чтобы избежать падения. Обучение на основе движений человека имеет решающее значение, поскольку этот экзоскелет будет иметь глубокие знания о своем владельце, собранные с помощью датчиков и алгоритмов машинного обучения. «Это машина, которая оказывает вам помощь только тогда, когда она вам нужна», — говорит она, что стало возможным благодаря глубокому пониманию того, как двигаются люди и отдельные владельцы.
Жанетт Бог: Понимание того, как наши руки манипулируют объектами
Роботизированная рука захватывает и манипулирует тканью.
Профессор Богг демонстрирует своего робота, который запечатлен камерой робота. Данные, собранные в этой демонстрации, помогут роботу приблизиться к выполнению аналогичных задач в реальных условиях.
Чтобы роботы были функциональны в таких местах, как наши дома, они должны уметь захватывать различные предметы, что сложнее, чем может показаться. Для Жанетт Бог , доцента компьютерных наук, то, как мы используем наши руки, является мучительной головоломкой .
Возьмем, к примеру, постановку стакана с водой на тумбочку. Для начала, простое определение прозрачного стекла, наблюдение за тем, где края стекла деформируются, является сложной задачей для робота с искусственным интеллектом. Затем рука робота должна схватить объект с правильным давлением: слишком сильное — и он может сломаться, слишком слабое — и он выскользнет. Она должна учитывать трение стекла и любую конденсацию, делающую его скользким. «Вы не можете записать, как именно держать ваш стакан, так же, как вы можете точно записать шахматную партию», — говорит Бог. «У нас нет всей информации об окружающей среде, и мы не можем описать взаимодействие между нашими руками и этими объектами с достаточной степенью точности».
Чтобы решить эту проблему, Bohg полагается на подходы машинного обучения. Поскольку невозможно проинструктировать робота с помощью кода, как брать объект, вместо этого он демонстрирует действия, записывая данные с датчиков зрения и прикосновения. Затем, на многих примерах, ИИ учится выполнять действие захвата. «Если бы у нас были роботы, которые могли бы на самом деле манипулировать всеми этими вещами, они были бы очень полезны во многих различных отношениях в нашем мире».
Шуран Сонг: Помогаем домашним роботам обобщать
Познакомьтесь с несколькими робототехниками, которые разрабатывают технологии будущего в новом центре робототехники.
С открытием нового центра преподаватели инженерного факультета Стэнфордского университета рады получить специальное пространство для реализации своих проектов и сотрудничества с коллегами.
Работая с такими роботами, как Equibot, изображенный здесь, профессор Бог и ее лаборатория создают эффективные методы имитационного обучения, которые позволяют роботам учиться на ограниченных данных и обобщать их в различных реальных условиях, таких как наши дома.
Исследования робототехники в Стэнфорде ведутся уже более 50 лет. Первый робот Стэнфорда, метко названный Шейки, выглядел как шатающаяся башня из компьютерных деталей. Со временем конструкции стали более изящными и сложными. Сегодня роботы Стэнфорда включают гуманоидного глубоководного ныряльщика, похожего на геккона скалолаза и мягкого робота, который растет как виноградная лоза.
Этой осенью открылся новый Стэнфордский центр робототехники , который стал пространством для дальнейшего развития исследований в области робототехники в Стэнфордском инженерном институте. Центр включает шесть отсеков для тестирования и демонстрации роботов, включая зоны, напоминающие кухни, спальни, больницы и склады. Преподаватели Стэнфордского инженерного института стремятся использовать это пространство не только для продвижения своих проектов, но и для более тесного сотрудничества с коллегами. «Мы будем проводить наши исследования бок о бок на открытом пространстве», — говорит Карен Лю , профессор компьютерных наук. «У нас будет больше исследовательского сотрудничества, потому что теперь мы соседи».
Вот краткий обзор работы, которую некоторые из наших преподавателей выполняют в этой области.
Рене Чжао: Мягкие роботы для малоинвазивной хирургии
Рука держит крошечного миллиробота над моделью мозга.
Один из проектов миллироботов профессора Чжао. Этот робот, достаточно маленький, чтобы поместиться на кончике пальца, однажды сможет путешествовать по телу, чтобы доставлять лекарства или уменьшать тромбы.
Человеческие органы мягкие и податливые. Медицинские устройства, как правило, не такие. Это проблема для того, чтобы сделать операции менее инвазивными, так как введение трубки через кровеносный сосуд или другой орган тела может быть сложным и потенциально опасным. «Мы заинтересованы в мягких системах, потому что в мягких системах у вас по сути есть бесконечные степени свободы — каждая материальная точка может деформироваться», — говорит Рене Чжао , доцент кафедры машиностроения. «Они лучше взаимодействуют с людьми, потому что у нас мягкие ткани».
Используя роботов-оригами из мягкого пластика и магнитов, Чжао разрабатывает будущих медицинских роботов. Некоторые из ее проектов черпают вдохновение в движениях животных, таких как рука осьминога, хобот слона и медленно двигающийся дождевой червь.
Ее последний проект выглядит как плавающий цилиндр размером с таблетку с пропеллером. Используя полимерную копию кровеносных сосудов мозга, она проверила, сможет ли этот пловец успешно проходить изгибы и повороты, чтобы уменьшить тромб для лечения инсульта. Исследователи перемещают робота с помощью магнитного поля и джойстика. Чжао говорит, что в будущей операционной врачи смогут отслеживать робота с помощью рентгеновских лучей, что позволит им направлять его к тромбу. «Одной из самых больших проблем для процедур с использованием интервенционной радиологии является возможность отслеживания и навигации», — говорит она. Устранив эти ограничения, она говорит: «Мы хотим произвести революцию в существующей минимально инвазивной хирургии».
Карен Лю: Имитация движений человека поможет нам передвигаться
Исследователь руководит человеком в костюме с датчиком движения в лаборатории.
Профессор Лю руководит лабораторией движения, где она работает над созданием прогностических моделей движения человека для предотвращения травм опорно-двигательного аппарата, изучает спортивные и художественные способности человека и разрабатывает новые датчики движения для спортивной медицины.
Первоначально вдохновленная персонажами видеоигр, цель Лю — понять, как мы двигаемся . «Основной вопрос в том, что я хочу знать, можем ли мы понять, как работает человеческое тело, до такой степени, чтобы мы могли это воссоздать», — говорит она.
Чтобы достичь этого, она учит роботов двигаться более похоже на нас. Используя различные датчики, которые фиксируют видео, ускорение, крутящий момент и другие переменные, исследователи собирают данные, которые можно поместить в «цифровых близнецов» — компьютерные модели, которые в дальнейшем дополняют эту информацию, чтобы самостоятельно предсказывать движения, похожие на человеческие.
Одно из приложений, над которым работает Лю, — это роботизированный экзоскелет, который может предсказывать, когда пользователь теряет равновесие, и активироваться, когда это необходимо, чтобы избежать падения. Обучение на основе движений человека имеет решающее значение, поскольку этот экзоскелет будет иметь глубокие знания о своем владельце, собранные с помощью датчиков и алгоритмов машинного обучения. «Это машина, которая оказывает вам помощь только тогда, когда она вам нужна», — говорит она, что стало возможным благодаря глубокому пониманию того, как двигаются люди и отдельные владельцы.
Жанетт Бог: Понимание того, как наши руки манипулируют объектами
Роботизированная рука захватывает и манипулирует тканью.
Профессор Богг демонстрирует своего робота, который запечатлен камерой робота. Данные, собранные в этой демонстрации, помогут роботу приблизиться к выполнению аналогичных задач в реальных условиях.
Чтобы роботы были функциональны в таких местах, как наши дома, они должны уметь захватывать различные предметы, что сложнее, чем может показаться. Для Жанетт Бог , доцента компьютерных наук, то, как мы используем наши руки, является мучительной головоломкой .
Возьмем, к примеру, постановку стакана с водой на тумбочку. Для начала, простое определение прозрачного стекла, наблюдение за тем, где края стекла деформируются, является сложной задачей для робота с искусственным интеллектом. Затем рука робота должна схватить объект с правильным давлением: слишком сильное — и он может сломаться, слишком слабое — и он выскользнет. Она должна учитывать трение стекла и любую конденсацию, делающую его скользким. «Вы не можете записать, как именно держать ваш стакан, так же, как вы можете точно записать шахматную партию», — говорит Бог. «У нас нет всей информации об окружающей среде, и мы не можем описать взаимодействие между нашими руками и этими объектами с достаточной степенью точности».
Чтобы решить эту проблему, Bohg полагается на подходы машинного обучения. Поскольку невозможно проинструктировать робота с помощью кода, как брать объект, вместо этого он демонстрирует действия, записывая данные с датчиков зрения и прикосновения. Затем, на многих примерах, ИИ учится выполнять действие захвата. «Если бы у нас были роботы, которые могли бы на самом деле манипулировать всеми этими вещами, они были бы очень полезны во многих различных отношениях в нашем мире».
Шуран Сонг: Помогаем домашним роботам обобщать
Исследователи тестируют захватное устройство универсального манипуляционного интерфейса.
Универсальный интерфейс манипуляции (UMI), изображенный выше, использует ручной захват вместе с камерой для сбора данных с демонстраций людей, чтобы эти движения можно было перенести в действия робота.
Одним из узких мест в создании новых роботов является сбор данных для обучения. Традиционно для этого требуется опытный техник, который будет управлять роботом в ходе многочисленных демонстраций. Но этот процесс очень дорогой и его трудно масштабировать, объясняет Шуран Сонг , доцент кафедры электротехники.
Song помогает решить эту проблему с помощью UMI, универсального интерфейса манипуляции. UMI по сути является механической клешней с прикрепленной к ней камерой с объективом «рыбий глаз». Захват имеет простую кривую обучения — робототехникам нужно просто нажать на курок, чтобы открыть и закрыть его. Видеоданные, собранные камерой, можно легко перевести для роботов. Например, около 300 записанных повторений мытья посуды достаточно, чтобы обучить пару роботизированных рук самостоятельно чистить кухонную утварь. «Это гораздо более простой способ масштабировать сбор данных».
Захват использовался для обучения нескольких роботизированных рук, а также четвероногого робота, похожего на собаку. Портативный инструмент может собирать данные в самых разных условиях, устраняя то, что было препятствием для создания более умных роботов — множество обучающих данных. И больше данных, плюс достижения в области машинного обучения, помогут роботам воспринимать окружающую среду за пределами узкого набора задач — подобно нашему собственному восприятию. Сонг добавляет: «Мы пытаемся дать роботу аналогичную способность ощущать трехмерную среду».
Монро Кеннеди III: лучшее протезирование благодаря сотрудничеству
С открытием нового центра преподаватели инженерного факультета Стэнфордского университета рады получить специальное пространство для реализации своих проектов и сотрудничества с коллегами.
Работая с такими роботами, как Equibot, изображенный здесь, профессор Бог и ее лаборатория создают эффективные методы имитационного обучения, которые позволяют роботам учиться на ограниченных данных и обобщать их в различных реальных условиях, таких как наши дома.
Исследования робототехники в Стэнфорде ведутся уже более 50 лет. Первый робот Стэнфорда, метко названный Шейки, выглядел как шатающаяся башня из компьютерных деталей. Со временем конструкции стали более изящными и сложными. Сегодня роботы Стэнфорда включают гуманоидного глубоководного ныряльщика, похожего на геккона скалолаза и мягкого робота, который растет как виноградная лоза.
Этой осенью открылся новый Стэнфордский центр робототехники , который стал пространством для дальнейшего развития исследований в области робототехники в Стэнфордском инженерном институте. Центр включает шесть отсеков для тестирования и демонстрации роботов, включая зоны, напоминающие кухни, спальни, больницы и склады. Преподаватели Стэнфордского инженерного института стремятся использовать это пространство не только для продвижения своих проектов, но и для более тесного сотрудничества с коллегами. «Мы будем проводить наши исследования бок о бок на открытом пространстве», — говорит Карен Лю , профессор компьютерных наук. «У нас будет больше исследовательского сотрудничества, потому что теперь мы соседи».
Вот краткий обзор работы, которую некоторые из наших преподавателей выполняют в этой области.
Рене Чжао: Мягкие роботы для малоинвазивной хирургии
Рука держит крошечного миллиробота над моделью мозга.
Один из проектов миллироботов профессора Чжао. Этот робот, достаточно маленький, чтобы поместиться на кончике пальца, однажды сможет путешествовать по телу, чтобы доставлять лекарства или уменьшать тромбы.
Человеческие органы мягкие и податливые. Медицинские устройства, как правило, не такие. Это проблема для того, чтобы сделать операции менее инвазивными, так как введение трубки через кровеносный сосуд или другой орган тела может быть сложным и потенциально опасным. «Мы заинтересованы в мягких системах, потому что в мягких системах у вас по сути есть бесконечные степени свободы — каждая материальная точка может деформироваться», — говорит Рене Чжао , доцент кафедры машиностроения. «Они лучше взаимодействуют с людьми, потому что у нас мягкие ткани».
Используя роботов-оригами из мягкого пластика и магнитов, Чжао разрабатывает будущих медицинских роботов. Некоторые из ее проектов черпают вдохновение в движениях животных, таких как рука осьминога, хобот слона и медленно двигающийся дождевой червь.
Ее последний проект выглядит как плавающий цилиндр размером с таблетку с пропеллером. Используя полимерную копию кровеносных сосудов мозга, она проверила, сможет ли этот пловец успешно проходить изгибы и повороты, чтобы уменьшить тромб для лечения инсульта. Исследователи перемещают робота с помощью магнитного поля и джойстика. Чжао говорит, что в будущей операционной врачи смогут отслеживать робота с помощью рентгеновских лучей, что позволит им направлять его к тромбу. «Одной из самых больших проблем для процедур с использованием интервенционной радиологии является возможность отслеживания и навигации», — говорит она. Устранив эти ограничения, она говорит: «Мы хотим произвести революцию в существующей минимально инвазивной хирургии».
Карен Лю: Имитация движений человека поможет нам передвигаться
Исследователь руководит человеком в костюме с датчиком движения в лаборатории.
Профессор Лю руководит лабораторией движения, где она работает над созданием прогностических моделей движения человека для предотвращения травм опорно-двигательного аппарата, изучает спортивные и художественные способности человека и разрабатывает новые датчики движения для спортивной медицины.
Первоначально вдохновленная персонажами видеоигр, цель Лю — понять, как мы двигаемся . «Основной вопрос в том, что я хочу знать, можем ли мы понять, как работает человеческое тело, до такой степени, чтобы мы могли это воссоздать», — говорит она.
Чтобы достичь этого, она учит роботов двигаться более похоже на нас. Используя различные датчики, которые фиксируют видео, ускорение, крутящий момент и другие переменные, исследователи собирают данные, которые можно поместить в «цифровых близнецов» — компьютерные модели, которые в дальнейшем дополняют эту информацию, чтобы самостоятельно предсказывать движения, похожие на человеческие.
Одно из приложений, над которым работает Лю, — это роботизированный экзоскелет, который может предсказывать, когда пользователь теряет равновесие, и активироваться, когда это необходимо, чтобы избежать падения. Обучение на основе движений человека имеет решающее значение, поскольку этот экзоскелет будет иметь глубокие знания о своем владельце, собранные с помощью датчиков и алгоритмов машинного обучения. «Это машина, которая оказывает вам помощь только тогда, когда она вам нужна», — говорит она, что стало возможным благодаря глубокому пониманию того, как двигаются люди и отдельные владельцы.
Жанетт Бог: Понимание того, как наши руки манипулируют объектами
Роботизированная рука захватывает и манипулирует тканью.
Профессор Богг демонстрирует своего робота, который запечатлен камерой робота. Данные, собранные в этой демонстрации, помогут роботу приблизиться к выполнению аналогичных задач в реальных условиях.
Чтобы роботы были функциональны в таких местах, как наши дома, они должны уметь захватывать различные предметы, что сложнее, чем может показаться. Для Жанетт Бог , доцента компьютерных наук, то, как мы используем наши руки, является мучительной головоломкой .
Возьмем, к примеру, постановку стакана с водой на тумбочку. Для начала, простое определение прозрачного стекла, наблюдение за тем, где края стекла деформируются, является сложной задачей для робота с искусственным интеллектом. Затем рука робота должна схватить объект с правильным давлением: слишком сильное — и он может сломаться, слишком слабое — и он выскользнет. Она должна учитывать трение стекла и любую конденсацию, делающую его скользким. «Вы не можете записать, как именно держать ваш стакан, так же, как вы можете точно записать шахматную партию», — говорит Бог. «У нас нет всей информации об окружающей среде, и мы не можем описать взаимодействие между нашими руками и этими объектами с достаточной степенью точности».
Чтобы решить эту проблему, полагается на подходы машинного обучения. Поскольку невозможно проинструктировать робота с помощью кода, как брать объект, вместо этого он демонстрирует действия, записывая данные с датчиков зрения и прикосновения. Затем, на многих примерах, ИИ учится выполнять действие захвата. «Если бы у нас были роботы, которые могли бы на самом деле манипулировать всеми этими вещами, они были бы очень полезны во многих различных отношениях в нашем мире».
Шуран Сонг: Помогаем домашним роботам обобщать
Исследователи тестируют захватное устройство универсального манипуляционного интерфейса.
Универсальный интерфейс манипуляции (UMI), изображенный выше, использует ручной захват вместе с камерой для сбора данных с демонстраций людей, чтобы эти движения можно было перенести в действия робота.
Одним из узких мест в создании новых роботов является сбор данных для обучения. Традиционно для этого требуется опытный техник, который будет управлять роботом в ходе многочисленных демонстраций. Но этот процесс очень дорогой и его трудно масштабировать, объясняет Шуран Сонг , доцент кафедры электротехники.
Song помогает решить эту проблему с помощью UMI, универсального интерфейса манипуляции. UMI по сути является механической клешней с прикрепленной к ней камерой с объективом «рыбий глаз». Захват имеет простую кривую обучения — робототехникам нужно просто нажать на курок, чтобы открыть и закрыть его. Видеоданные, собранные камерой, можно легко перевести для роботов. Например, около 300 записанных повторений мытья посуды достаточно, чтобы обучить пару роботизированных рук самостоятельно чистить кухонную утварь. «Это гораздо более простой способ масштабировать сбор данных».
Захват использовался для обучения нескольких роботизированных рук, а также четвероногого робота, похожего на собаку. Портативный инструмент может собирать данные в самых разных условиях, устраняя то, что было препятствием для создания более умных роботов — множество обучающих данных. И больше данных, плюс достижения в области машинного обучения, помогут роботам воспринимать окружающую среду за пределами узкого набора задач — подобно нашему собственному восприятию. Сонг добавляет: «Мы пытаемся дать роботу аналогичную способность ощущать трехмерную среду».
Монро Кеннеди III: лучшее протезирование благодаря сотрудничеству
Исследователь тестирует носимые датчики для протезирования.
Используя датчики, которые могут фиксировать движения человека, профессор Кеннеди и его лаборатория работают над созданием более интеллектуального протеза руки. | Предоставлено Stanford Engineering
Если робот может действовать автономно, принимая независимые решения, может ли он также быть эффективным товарищем по команде? Чтобы сотрудничать, будь вы человеком или роботом, «вам нужно делать вещи очень интегрированным образом», говорит Монро Кеннеди III , доцент кафедры машиностроения, «что означает, что вам нужно уметь моделировать поведение и намерения товарища по команде, с которым вы работаете».
Одним из способов решения этой проблемы является проектирование интеллектуального протеза руки . Протез имеет 22 степени свободы — он может сгибаться и изгибаться большим количеством способов, чем существующие протезы. Но пользователю с ампутацией плеча будет сложно управлять таким устройством самостоятельно.
Чтобы преодолеть эту проблему, Монро проверяет, сможет ли протез с помощью датчиков, которые регистрируют движения пользователя, узнать больше о своем пользователе, до такой степени, что роботизированная рука сможет делать выводы о его намерениях и помогать выполнять действия. «Он может понимать, куда вы смотрите и как вы подаете врожденные сигналы, какую задачу вы хотели бы выполнить», — говорит Кеннеди.
Как и многих робототехников, Монро спрашивали, отнимут ли роботы работу у людей. Хотя он подчеркивает, что общество должно учитывать такие риски и устранять их по мере возможности, он в целом оптимистично настроен относительно роли роботов в обществе. «Моя цель в робототехнике — решать скучные, грязные и опасные задачи для человечества», — говорит он. «Я думаю, что преимущества этого огромны».