市場動態 生活 觀察

Facebook AI研究室將讓機器人有更深層的「觸覺」

在近期人工智慧技術研究中,Facebook分別詮釋如何讓機器人擁有「觸覺」,以利機器人在透過手臂夾取物品時,能像人類透過皮膚觸覺感受物品質感、重量般,藉此判斷應該施與合適力道,進而順利取起物品,而非錯誤判斷施與力道,導致物品損毀。

-

依照Facebook AI研究室的研究經理Abhinav Gupta與博士後研究人員Tess Hellebrekers,以及由研究科學家Roberto Calandra與研究工程人員Mike Lambeta撰文內容表示,目前希望透過在機器人身上加上觸覺感知能力,使其能獲得更貼近人類的互動,例如能順利透過機器手臂拿起桌上的蛋,而不會因為施與力道過度而將蛋弄破。

而在實際設計中,Facebook AI研究室分別以可識別機器手臂指尖壓按深度的DIGIT感測元件,以及可模擬「觸覺」的ReSkin感測元件,讓機器人可以自主判斷機器手臂壓按力道程度。

其中,DIGIT感測元件採15美元造價成本、可識別高解析度影像設計,接觸表面則覆蓋一層透明矽膠,底下則包含照明用LED燈組,以及用於影像識別的攝影鏡頭。當機器手臂指尖開始進行壓按動作時,系統就會透過影像識別方式判斷指尖施與力道。

配合預先訓練數據內容,即可讓機器知曉當指尖回傳識別影像對應為玻璃杯、保麗龍等易碎材質時,就會採取較小夾取力道,並且配合夾取物品外觀大小作調整,以便順利將物品成功夾取。

至於與卡內基梅隆大學合作打造可模擬「觸覺」的ReSkin感測元件中,則可透過模仿人類皮膚的設計,在彈性材質底下加入微磁粒子,搭配軟性電路板運作。透過磁力改變計算相關數據,讓機器手臂隨著施與力道增加而判斷物品受力程度。而2-3mm厚度設計的ReSkin約可對應5萬次使用壽命,約可在1mm高度形變過程中以400Hz識別率判斷施與力道,精準度更可達90%。

-

不過,包含DIGIT、ReSkin兩種設計都必須透過深度學習方式進行訓練,意味機器人可學習觸覺依然會侷限在預先訓練使用資料範圍內,但預期未來將能透過不同學習框架,讓機器人可以學習知曉更多「觸覺」,藉此反應在更真實互動中所使用力道。

除了應用在機器人觸覺,目前此類技術也將能應用在更多智慧穿戴裝置觸控互動,例如應用在衣物等軟性表面物品,藉此產生觸控操作反應,甚至應用在機器人身上也能模擬產生「痛覺」或「搔癢感」。

楊又肇 (Mash Yang)
mashdigi.com網站創辦人兼主筆,同時也是科技新聞業流浪漢。

發表迴響