物理AI同時使用視覺和触摸來操縱物體

在日常生活中，不能只從桌子上拿出一杯咖啡。許多感官入口，例如視覺（看看一個杯子是多遠）並實時觸摸組合。但是，在人工智能（AI）中對此的重建並不是那麼簡單。

國際研究人員創建了一種新方法，該方法將視覺和触覺信息整合在一起，以用機器人武器操縱，並適應環境反應。與基於視覺的傳統方法相比，這種方法已達到了任務成功的更高指標。這些有希望的結果是多模式物理AI領域的重大進展。

他們突破的細節發表在《期刊》上 IEEE機器人技術和自動化信場地

機器訓練可用於支持人工智能（AI）來研究人類運動的模型，從而使機器人可以自主執行日常任務，例如烹飪和清潔。例如，阿羅哈（Aloha）（一種廉價的硬件系統，具有雙人伸縮的開源）是由斯坦福大學開發的系統，該系統提供了廉價且通用的遠程操作，並用兩隻手提供了機器人的研究。硬件和軟件都是開源代碼，因此研究小組能夠支持此基礎。

但是，這些系統主要僅依賴於視覺信息。因此，他們缺乏與一個人可以做出的相同的觸覺判斷，以區分材料的質地或物體的前後。例如，可以更容易地說出魔術貼的哪個正面或後側，而不是了解它的外觀。僅依靠視覺而沒有其他貢獻是一個不成功的弱點。

“為了克服這些限制，我們已經開發了一個系統，該系統還基於目標對象的質地解決操作解決方案，這些解決方案僅通過視覺信息來判斷，” Tokhoku大學工程學校畢業學校教授Mitsuhiro Hayasib解釋說。

“這項成就是邁向實施多模式物理AI的重要一步，它像我們一樣整合併處理了幾種感覺，例如視覺，聽力和触摸。”

新系統被稱為“ Tactilooha”。他們發現，即使在前面列表的差異和粘合性的任務中，機器人也可以執行相應的雙人操作，例如，尼龍搭扣和閃電紮帶很重要。他們發現，使用技術 – 視覺變壓器，其物理機器人AI表現出更加靈活和適應性的控制。

改進的AI物理方法能夠準確地操縱對象，將幾個感覺輸入與自適應，響應式運動的形成相結合。這些類型的機器人幾乎有無數可能的實際應用來擴展援助之手。諸如Tactiloha之類的研究的貢獻使我們更加接近以下事實：這些機器人助手成為我們日常生活的無麻煩的一部分。

該研究小組由托霍庫大學高等教育學院的成員和轉型服裝，香港科學公園和香港大學的生產中心組成。