На пути к интерактивной кибер-физической платформе человека (считывание и имитация роботом движений тела человека)

Согласно данным Токийского научного университета.

iCPH система использует данные человеческих измерений, скелетно-мышечный анализ и машинное обучение, позволяя взаимодополняющим роботам-гуманоидам (физическим близнецам) и роботам-симуляторам (цифровым близнецам) понимать, прогнозировать и синтезировать контактные движения, подобные человеческим.

Люди естественным образом выполняют множество сложных задач. К ним относятся способность сесть, взять что-то со стола и толать тележку. Эти действия включают в себя различные движения и требуют присутствие нескольких контактов-датчиков, что затрудняет программирование роботов для их выполнения.

Недавно профессор Эйити Йошида из Токийского научного университета выдвинул идею создания интерактивной платформы для киберфизического человека (iCPH) для решения этой проблемы. Это может помочь понять и создать человекоподобные системы с насыщенными контактами движениями всего тела. Его работа была опубликована в Frontiers in Robotics and AI .

Профессор Йошида кратко описывает основы платформы. «Как следует из названия, iCPH сочетает в себе физические и киберэлементы для захвата движений человека. В то время как робот-гуманоид действует как физический близнец человека, цифровой двойник существует как смоделированный человек или робот в киберпространстве. Последний моделируется с помощью таких методов, как как скелетно-мышечный и роботизированный анализ. Два близнеца дополняют друг друга».

Это исследование поднимает несколько ключевых вопросов. Как гуманоиды могут имитировать человеческие движения? Как роботы могут обучаться и имитировать человеческое поведение? И как роботы могут взаимодействовать с людьми плавно и естественно?

Профессор Йошида обращается к ним в этих рамках.

Во-первых, в рамках iCPH движение человека измеряется путем количественного определения формы, структуры, угла, скорости и силы, связанных с движением различных частей тела. Кроме того, фиксируется последовательность контактов человека. В результате структура позволяет общее описание различных движений с помощью дифференциальных уравнений и создание сети контактного движения, на которую может воздействовать гуманоид.

Во-вторых, цифровой двойник изучает эту сеть с помощью подходов на основе моделей и машинного обучения. Они соединяются между собой методом аналитического вычисления градиента. Непрерывное обучение учит симуляцию робота выполнять последовательность контактов. В-третьих, iCPH обогащает сеть контактного движения за счет увеличения данных и применяет метод векторного квантования. Это помогает извлечь символы, выражающие язык контактного движения.

Таким образом, платформа позволяет генерировать контактные движения в неопытных ситуациях. Другими словами, роботы могут исследовать неизвестные среды и взаимодействовать с людьми, используя плавные движения, включающие множество контактов.

По сути, автор выдвигает три задачи. Они относятся к общим дескрипторам, постоянному обучению и символизации контактного движения. Навигация по ним необходима для реализации iCPH. После разработки новая платформа будет иметь множество приложений.

«Данные iCPH будут обнародованы и развернуты в реальных жизненных задачах для решения социальных и производственных проблем. Роботы-гуманоиды могут освободить людей от многих задач, связанных с тяжелыми нагрузками, и повысить их безопасность, таких как подъем тяжелых предметов и работа в опасных условиях. iCPH также можно использовать для мониторинга задач, выполняемых людьми, и для предотвращения профессиональных заболеваний. Наконец, люди могут дистанционно управлять гуманоидами через своих цифровых двойников, что позволит гуманоидам выполнять установку крупного оборудования и транспортировку объектов», — говорит профессор. , Йошида, о приложениях iCPH.

Используя iCPH в качестве отправной точки и с помощью сотрудничества различных исследовательских сообществ, включая робототехнику, искусственный интеллект, неврологию и биомеханику, будущее гуманоидных роботов не за горами.

Предоставлено: Эйити Ёсида из Токийского научного университета.