首頁?行業  »   機器人  »   正文

研究人員將主動推理身體感知應用于類人機器人

研究人員將主動推理身體感知應用于類人機器人

機器人研究人員面臨的一個關鍵挑戰是,開發能夠在涉及不同程度不確定性的情況下與人類及其周圍環境相互作用的系統。

事實上,雖然人類可以不斷地從他們的經驗中學習,并在與世界互動的過程中感知他們的身體作為一個整體,但機器人還沒有這些能力。

主動推理

慕尼黑技術大學的研究人員最近進行了一項研究,他們試圖將“主動推理”應用于人形機器人。他們的研究是歐盟資助的一項名為SELFCEPTION的項目的一部分,該項目將機器人技術和認知心理學聯系起來,旨在培養更具洞察力的機器人。

研究人員Pablo Lanillos表示,“引發這項研究的最初研究問題是,為類人機器人和一般的人工智能體提供像人類一樣感知自己身體的能力。主要目標是提高它們在不確定性下互動的能力。我們最初制定了一個路線圖,將人類感知和行動的一些特征納入機器人。”

在研究中,Lanillos等人試圖更好地理解人類的感知,然后將其建模為人形機器人。這是一項非常困難的任務,因為人類處理感官信息(視覺,觸覺等)的許多細節仍然未知。研究人員從Hermann Von Helmholtz和Karl Friston的工作中汲取靈感,尤其是他們的主動推理理論,這是最具影響力的神經科學結構之一。

“從本質上講,我們建議機器人使用其不完美的學習模型不斷感知其身體,”參與該研究的另一位研究員Guillermo Oliver表示,“該算法基于自由能原理,提出了一個共同目標的感知和行動:減少預測誤差。通過這種方法行動使感官數據更好地與內模型的預測相對應。”

Lanillos,Oliver和Gordon Cheng教授首次將主動推理應用于真實機器人。實際上,到目前為止,主動推理僅在理論上或在模擬中進行了測試,這些模擬部分偏向于所使用的模型的簡化。

研究人員將主動推理身體感知應用于類人機器人

該方法試圖重現人類在特定情況下改變行動(如步態)的能力,例如,當他們接近地鐵自動扶梯時,突然發現扶梯壞了或停止使用,會相應地調整動作。Lanillos,Oliver和Cheng開發的感知和控制算法在機器人中復制了類似的機制。

例如,在機器人需要觸摸對象的任務中,模型在所需的手部位置中創建錯誤,從而觸發對對象的動作。當機器人的手和物體處于相同位置時,獲得平衡(或最小化)。

“這種方法在機器人社區很少見,但提供易處理性,允許來自不同來源的感官信息的組合,并允許根據精度調整每個傳感器信息的可靠性,”Oliver說。

算法應用

研究人員將他們的算法應用于iCub,一個開源的認知人形機器人,并評估了其在涉及雙臂到達和主動頭部跟蹤的任務中的表現。在測試中,機器人能夠執行先進和強大的到達行為,以及在其視野中對物體的主動頭部跟蹤。

Oliver表示,“人形機器人能夠使用相同的數學模型對物體進行強大的雙臂到達和視覺跟蹤任務,通過這種類型的算法,我們希望通過強制執行閉環感知的思想來改變輸入-輸出感知流水線的當前視圖(例如,最先進的神經網絡),其中前向和后向傳遞在線處理,并將行動視為另一個不可避免的變數。”

研究結果表明,在真實環境中驗證這樣的模型是可能的,就像在有噪聲的感覺信息、閉塞或只有部分信息可用時分析這些模型的優勢一樣。研究人員現在正計劃將他們的模型應用于其他機器人,并測試其通用性。

團隊表示,“從長遠來看,我們希望能夠開發出與人類具有相同身體適應和互動能力的智能體。與此同時,我們正在開發新的仿生人工智能算法。也許有一天能在機器上實現自我識別。”

論文:

arxiv.org/abs/1906.03022

歡迎關注ATYUN官方公眾號,商務合作及內容投稿請聯系郵箱:[email protected]

發表評論