在過去的幾十年里，機(jī)器人專家創(chuàng)造了越來越先進(jìn)和復(fù)雜的機(jī)器人系統(tǒng)。雖然其中一些系統(tǒng)非常高效，取得了顯著的成果，但它們?cè)谝恍┤蝿?wù)上的表現(xiàn)仍遠(yuǎn)遠(yuǎn)低于人類，包括那些涉及抓取和操作對(duì)象的任務(wù)。
來自廣東工業(yè)大學(xué)、米蘭理工大學(xué)、蘇塞克斯大學(xué)和西英格蘭大學(xué)布里斯托機(jī)器人實(shí)驗(yàn)室(BRL)的研究人員最近開發(fā)了一種模型，可以幫助改善機(jī)器人操作。該模型發(fā)表在《IEEE工業(yè)信息學(xué)匯刊》(IEEE Transactions on Industrial Informatics)上，它的靈感來自于人類如何根據(jù)要完成的任務(wù)調(diào)整操作策略。
該論文的通訊作者、BRL的楊晨光教授告訴TechXplore:“人類有非凡的能力來處理身體接觸和完成動(dòng)態(tài)任務(wù)，如彎曲、切割和組裝，并以最優(yōu)和合規(guī)的方式完成。盡管這些任務(wù)對(duì)人類來說很容易，但對(duì)機(jī)器人來說，即使是高級(jí)機(jī)器人，也相當(dāng)具有挑戰(zhàn)性。”
楊教授和他的同事們表示，許多機(jī)器人難以完成操作任務(wù)的原因之一是它們?nèi)狈θ祟愄焐倪m應(yīng)性順應(yīng)能力。這種技能允許人類根據(jù)與他們?cè)噲D操縱的物體的互動(dòng)力量來調(diào)整他們的動(dòng)作和操作策略。
為了在機(jī)器人身上復(fù)制這種能力，研究人員從神經(jīng)科學(xué)研究中獲得靈感，尤其是與人類運(yùn)動(dòng)控制相關(guān)的研究。與過去發(fā)展的其他方法相比，他們的模型編碼特定任務(wù)的參數(shù)運(yùn)動(dòng)軌跡，這些軌跡與包含阻抗和前饋力分布信息的動(dòng)態(tài)軌跡相關(guān)。
"我們的工作重點(diǎn)是如何使機(jī)器人從人類那里學(xué)習(xí)順應(yīng)性的操縱技能這一課題，"楊教授說。"我們研究的核心目標(biāo)是開發(fā)學(xué)習(xí)和控制方法，使機(jī)器人能夠以順應(yīng)的方式處理物理互動(dòng)和接觸豐富的任務(wù)。"
該方法從一個(gè)控制生物模型中獲得靈感，該模型描述了人類如何學(xué)習(xí)適應(yīng)性地控制其肌肉運(yùn)動(dòng)以完成操縱任務(wù)。因此，新的模型允許機(jī)器人在執(zhí)行從人類示范的任務(wù)中獲得的運(yùn)動(dòng)軌跡時(shí)，同時(shí)獲得關(guān)于阻抗和力的信息，以學(xué)習(xí)完成該任務(wù)。
楊教授說:“由于人類的運(yùn)動(dòng)控制機(jī)制，我們的方法使機(jī)器人在執(zhí)行任務(wù)時(shí)能夠動(dòng)態(tài)地適應(yīng)它們的順應(yīng)性?！薄翱偟膩碚f，我們的工作表明仿生學(xué)習(xí)控制可能是一個(gè)很有前途的解決方案，讓機(jī)器人從人類那里學(xué)習(xí)操作技能?！?/p>
在未來，該模型可以幫助提高現(xiàn)有和新開發(fā)的機(jī)器人的操作技能，促進(jìn)它們?cè)诟鞣N現(xiàn)實(shí)環(huán)境中的集成。例如，它可以使機(jī)器人更好地完成涉及力交互作用的工業(yè)任務(wù)，如切割、鉆孔和拋光。
“在未來，我們將嘗試在幾個(gè)方面改進(jìn)我們的方法，例如通過優(yōu)化技術(shù)優(yōu)化適應(yīng)輪廓，如強(qiáng)化學(xué)習(xí);并利用更多的模式使其成為一個(gè)多模式的學(xué)習(xí)和控制框架，”楊教授補(bǔ)充道。