人們天生就有能力根據手中所持的物品和試圖執行的任務來改變自己的行為。 例如，學生可以學習在切某些水果或蔬菜時小心地去除外皮，或者切周圍較硬的部分，如鱷梨或桃子。
機器人必須能夠有效地切割具有混合材料成分或紋理的東西，以協助人類完成烹飪和準備飯菜等常見任務。 但迄今為止，事實證明將這種能力轉移到機器人身上非常困難。
哥倫比亞大學、卡內基梅隆大學、加州大學伯克利分校等美國機構的研究人員最近開發的基於機器學習的系統RoboNinja，可以讓機器人切割多材料物體，尤其是帶有硬核的軟物體。 他的文章發表在 ArXiv 預印本服務上，有助於提高機器人的技能，幫助人們做家務和做飯。
Zhenjia Xu、Zhou Xian 及其同事在他們的論文中指出，RoboNinja 旨在去除物體的柔軟部分，同時保留硬核，從而最大限度地提高效率，這與之前使用開環切割動作切割單一材料物體的研究（例如如切黃瓜）。 我們的方法使用交互式狀態估計器來執行此操作，並使用自適應中斷策略來關閉感知-動作循環。
使用計算機程序，他們能夠創建一個計算機程序，使他們能夠創建一個可以在任何計算機上運行的計算機程序。 該系統的目標是提取盡可能多的果肉，同時減少與中心種子的碰撞並使用盡可能少的力。
機器人的切割過程和開發的算法
根據 Xu、Xian 及其同事的論文，該系統使用稀疏碰撞信息反复預測物體核心的位置和幾何形狀，然後根據預測狀態和容差值生成閉環中斷動作。 根據聲明，“容差值通過與估計的內核保持自適應安全距離來改變策略在遇到碰撞時的保守性”。
為了評估他們的多材料物體切割系統，研究人員開發了一個更適合他們面臨的挑戰的切割模擬環境。 在這種環境中，機器人可以以各種方式切割由硬質材料和軟質材料組合而成的物體。
根據 Xu Xian 等人的論文，“當前的模擬器在模擬多材料產品或計算整個切割過程中的能源使用方面存在局限性。 為了解決這個問題，我們正在創建一個可區分的剪切模擬器，它支持多材料連接並能夠為策略學習創建樣本優化軌跡。
RoboNinja 使 Xu、Xian 和同事對機器人抓手的模擬能夠從物體中提取大量軟材料，同時限制與硬部件的碰撞並消耗可容忍的能量。 為了進一步驗證該框架在現實場景中以及切割具有各種核心幾何形狀的物體時的性能，該團隊隨後在真實的機器人抓手上對其進行了測試。
在他們的報告中，研究人員寫道，我們的試驗證明了我們的策略對創新核心幾何形狀甚至真正水果的普遍適用性。 作者寫道：“我們希望我們的實驗結果和新創建的模擬器能夠激發對涉及與多材料元素交互的機器人學習的進一步研究。”
資料來源：Techxplore
Günceleme: 14/03/2023 14:36