ثبت بازخورد

لطفا میزان رضایت خود را از دیجیاتو انتخاب کنید.

واقعا راضی‌ام
اصلا راضی نیستم
چطور میتوانیم تجربه بهتری برای شما بسازیم؟

نظر شما با موفقیت ثبت شد.

از اینکه ما را در توسعه بهتر و هدفمند‌تر دیجیاتو همراهی می‌کنید
از شما سپاسگزاریم.

تکنولوژی

ربات جدیدی که با لمس یا دیدن اشیا ماهیت آن‌ها را تشخیص می‌دهد

برای انسان‌ها تشخیص اینکه لمس یک جسم چه حسی دارد با استفاده از بینایی کار راحتیست. یا بالعکس لامسه آن‌ها را قادر می‌سازد با لمس یک جسم به راحتی شکل آن را حدس بزنند. اما ...

زینب عابدی راد
نوشته شده توسط زینب عابدی راد | ۲۸ خرداد ۱۳۹۸ | ۰۸:۳۰

برای انسان‌ها تشخیص اینکه لمس یک جسم چه حسی دارد با استفاده از بینایی کار راحتیست. یا بالعکس لامسه آن‌ها را قادر می‌سازد با لمس یک جسم به راحتی شکل آن را حدس بزنند. اما چنین قابلیتی برای ربات‌ها یک چالش بسیار بزرگ به شمار می‌آید. ربات جدیدی که در آزمایشگاه علوم کامپیوتری و هوش مصنوعی MIT توسعه داده شده سعی در غلبه بر این چالش دارد.

تیم سازنده، از یک بازوی رباتی KUKA استفاده کرده و یک سنسور لمسی به نام GelSight را به آن اضافه کردند. داده جمع‌آوری شده توسط این سنسور به هوش مصنوعی داده می‌شود تا رابطه بین اطلاعات بصری و لمسی را یاد بگیرد.

برای اینکه قابلیت برقراری ارتباط بین اطلاعات بصری و لمسی به این ربات آموزش داده شود، تیم سازنده 12 هزار ویدیو از لمس 200 شئ مثل پارچه، ابزار و وسایل خانه ضبط کردند. سپس این ویدیوها به عکس‌های ثابت تبدیل شده و هوش مصنوعی از این مجموعه داده برای برقراری ارتباط بین این داده‌ها استفاده می‌کند.

نویسنده ارشد مقاله مرتبط با تحقیق در باره آن گفت:

با نگاه کردن به یک صحنه، مدل ما می‌تواند حس لمس یک سطح صاف یا شئ تیز را تصور کند. اگر این مدل بدون دیدن اطراف، اشیاء دور و بر را کورکورانه لمس کند قادر است نحوه تعامل با محیط را تنها از روی لامسه تشخیص دهد. با کنار هم قرار دادن این دو حس، می‌توان داده‌های مورد نیاز برای وظایفی از جمله گرفتن یا دستکاری کردن اشیاء را برای این ربات کاهش داد.

در حال حاضر این ربات تنها می‌تواند اشیاء موجود در یک محیط کنترل شده را تشخیص دهد. قدم بعدی این پروژه ساخت یک مجموعه داده بزرگتر برای ربات است تا قادر به کار با تنظیمات بیشتری باشد.

چنین متدهایی پتانسیل بالایی برای استفاده در حوزه رباتیک دارند. از آنجایی که سیگنال‌های دریافتی بسیار متفاوت هستند چالش بزرگی پیش روی این متد وجود دارد. با این حال ربات مذکور قابلیت‌های زیادی از خود نشان داده و می‌تواند نوید دهنده توسعه بیشتر در این حوزه باشد.

دیدگاه‌ها و نظرات خود را بنویسید
مطالب پیشنهادی