借助AI算法机器人将手更接近人类
影子机器人灵巧手是一种机器人手，其大小，形状和移动能力类似于人的手。为了使机械手有能力学习如何操作物体，Warwick大学WMG的研究人员开发了新的AI算法。
机械手可以用于许多应用中，例如制造，手术和危险活动，例如核退役。例如，机械手在计算机组装中非常有用，在这种组装中，微芯片的组装需要目前只有人的手才能达到的精确度。由于在装配线中使用了机械手，因此可以实现更高的生产率，同时确保减少工作风险情况下对工人的暴露。
沃里克大学WMG的研究员Giovanni Montana和Henry Charlesworth博士在论文“通过弹道优化和强化学习解决具有挑战性的灵巧操纵任务”中，开发了新的AI算法或“大脑”，以学习如何协调手指的动作并进行操作。
通过使用Shadow的机械手的真实逼真的模拟，研究人员已经能够使两只手相互传递并向物体投掷物体，以及在其手指之间旋转笔。然而，算法不限于这些任务，而是可以学习任何任务，只要它可以被模拟即可。3-D仿真是使用华盛顿大学的物理引擎MuJoCo(具有联系的多关节动力学)开发的。
阴影灵巧的手。信用：影子机器人公司
研究人员的方法使用两种算法。最初，计划算法会生成一些有关手应如何执行特定任务的近似示例。这些示例然后由强化学习算法使用，该算法自己掌握操作技能。通过采用这种方法，与现有方法相比，研究人员已经能够产生明显更好的性能。模拟环境已公开提供给任何研究人员使用。
既然算法已经在仿真中成功完成，蒙大拿州教授的团队将继续与Shadow Robot紧密合作，并在真实的机器人硬件上测试AI方法，这可以使手在现实生活中更近一步地使用。
在将于2021年NeurIPS会议上发表的第二篇论文“ PlanGAN：具有稀疏奖励和多个目标的基于模型的计划”中，WMG研究人员还开发了一种新颖且通用的AI方法，使机器人能够学习诸如到达目标等任务和移动物体，这将进一步改善手操作应用程序。
来自华威大学WMG的Giovanni Montana教授评论说：“数字化的未来依赖于可以自主学习的AI算法，并且能够开发出使Shadow Robot的手能够像真正的人一样操作的算法，而无需任何人这些输入将是令人振奋的一步。这些自动操作的手将来可用于派遣机器人外科医生，提高装配线的生产率，并取代从事炸弹处理等危险工作的人员。”
“在未来的工作中，我们不仅会让机器人通过感知世界的计算机视觉算法，而且能够通过检测温度，力和振动的传感器让机器人像人类一样准确地感知环境，以便机器人能够学习到如何做。感觉到那些感觉。”
伦敦影子机器人公司董事总经理里奇·沃克(Rich Walker)评论说：“当我们开始制造灵巧的手时，是因为没有办法就无法握住一只手!20年后，我们现在看到像乔凡尼通过创建足够聪明的算法来控制机器人的手来实现硬件的承诺-也许我们很快就会看到超人的表现?”
标签： AI算法