人機協作新突破!這家日本公司教會機器手臂扯鈴,還能和人類合作

作者 | 發布日期 2020 年 12 月 04 日 16:00 | 分類 AI 人工智慧 , 機器人 , 科技趣聞 Telegram share ! follow us in feedly


早在中國明清時期,扯鈴運動就開始興起盛行,扯鈴是典型的基礎性節律運動,活動到身體很多部位、預防五十肩等疾病,還能提高新陳代謝,有助身體健康。

網路流傳不少扯鈴入門影片,很多人表示扯鈴是門技術,想輕鬆自如扯鈴並沒有想像中容易,問題來了:2020 年就快結束了,大家都說科技發展很快,那機器人會扯鈴嗎?

還真的會!

腦洞從何而來?

有影片截圖為證:兩條機器手臂正在扯鈴。

(Source:影片截圖,下同)

甚至,人機還能雙打配合,一起炫技。

這腦洞來自位於日本東京的公司 OMRON SINIC X

OMRON SINIC X 總部位於日本京都,是知名自動化控制及電子設備製造廠商歐姆龍集團(OMRON Corporation)2018 年成立的子公司,設立主要目的就在「近未來設計」──據官網介紹,OMRON SINIC X 致力於機器人技術、電腦視覺、機器學習和人機互動等領域的尖端研究。

身為歐姆龍集團的戰略據點,OMRON SINIC X 聘用多領域的傑出人才,包括人工智慧、機器人、物聯網、製造業和金融業等,同時還與學校、科研機構有密切合作,旨在重點解決 4 領域的社會問題:工廠自動化、醫療、機動、能源管理。

說到這裡,不得不提一下歐姆龍集團在機器人領域的經典時刻──2016 年 9 月 8 日,歐姆龍官網宣布,開發的能持續與人類乒乓球對打的機器人 Forpheus 被金氏世界紀錄認定為世界首台乒乓球教練機器人。

這次為何嘗試讓機器人扯鈴呢?

研究人員表示,目標在於推動機器人精細控制和人機協作。

對機器人來說,扯鈴可說是挑戰遞增、激勵不斷的絕佳學習過程,可惜類似模型目前還未設計出來。如果用真正機器手臂訓練,成本會很高,且這類高加速度任務(扯鈴主要靠慣性)的確有一定危險性。

基於上述想法,研究人員做出一個扯鈴模型(diabolo model),故機器人也能扯鈴了。

模型如何構建?

過程可在 OMRON SINIC X 發表於預印本平台 arXiv 的論文找到答案。論文題為《An analytical diabolo model for robotic learning and control》(機器人學習並控制的扯鈴分析模型)。

首先,研究人員推導出扯鈴─繩子系統的分析模型。扯鈴核心在於繩子,要模擬繩子並不容易,原因在於摩擦力取決於許多困難甚至不可能測量出來的參數,且扯鈴本身和繩子的交互作用也十分靈活非線性。因此模型簡化扯鈴原本的複雜動作,用一個橢圓表示繩子軌跡,用以計算力與運動。

如下圖所示,手持棒子的頂端恰好是橢圓的焦點。當然這只是平面圖,3D 空間裡橢圓形就成了橢球體。

(Source:arXiv

研究人員假設扯鈴不同的幾種狀態,如:

  • 繩子緊繃狀態:扯鈴在橢圓內運動。
  • 繩子鬆弛狀態:扯鈴的中間部分安全地卡在繩子上。
  • 扯鈴飛行狀態:扯鈴在橢圓以外運動。

為確保模型準確性,研究人員透過記錄人們花式扯鈴的過程,形成一個資料庫,將資料庫和模型比對。結果表明,不論精確度還是物理一致性,模型的表現都超過基於深度學習的預測器。

(Source:影片截圖,下同)

接著,研究人員描述基於最優控制的方法「基於模型的預測控制」(Model-based Predictive Control,MPC)。以扯鈴速度和位置輸入,透過最佳化棒子之一的運動軌跡,預測兩根棒子頂端的運動軌跡,生成機器人扯鈴軌跡,讓機器人解鎖更多花式玩法。

具體到下圖:

  • 黃色線條代表預測的扯鈴軌跡
  • 綠色線條代表目標狀態
  • 白色線條代表下一次軌跡出現前的預測
  • 紅色、藍色線條代表兩根小棒頂端的軌跡

透明紅色區域代表實際 3D 情境形成的橢球體軌跡。

最後,研究人員在真實機器人系統測試,做到人機扯鈴。研究人員表示,希望這項研究能對機器人技術有推動作用,激勵機器人學習出現更多想法。

OMRON SINIC X 還表示準備發表仿真模型、資料庫和控制算法,當作獨立模組和 Gazebo 工具供大家學習,感興趣的讀者可持續關注。

(本文由 雷鋒網 授權轉載;首圖來源:影片截圖)