托大學(xué)的研究人員最近訓(xùn)練了一種基于深度神經(jīng)網(wǎng)絡(luò)的模型，以收集有關(guān)3-D對(duì)象的觸覺(jué)信息。在發(fā)表于《IEEE機(jī)器人與自動(dòng)化》雜志的論文中，他們將深度學(xué)習(xí)技術(shù)應(yīng)用于具有感應(yīng)功能的機(jī)器人指尖，并發(fā)現(xiàn)該技術(shù)可以推斷出有關(guān)周圍環(huán)境的更多信息。

進(jìn)行這項(xiàng)研究的研究人員之一內(nèi)森·勒波拉(Nathan Lepora)教授對(duì)TechXplore表示：“我們的總體想法是，當(dāng)控制機(jī)器人與周圍環(huán)境進(jìn)行物理交互時(shí)，人為地重新創(chuàng)造觸摸感。” “人類這樣做是不經(jīng)意的，例如，當(dāng)用手指在物體上刷手指以感知其形狀時(shí)。然而，其背后的計(jì)算卻異常復(fù)雜。我們通過(guò)將深度學(xué)習(xí)應(yīng)用于人工，在機(jī)器人上實(shí)現(xiàn)了這種類型的物理交互。類似于人類皮膚的指尖。”

Lepora教授近十年來(lái)一直在嘗試在機(jī)器人中重塑觸覺(jué)。在他以前的作品中，他使用了更傳統(tǒng)的機(jī)器學(xué)習(xí)技術(shù)，例如概率分類器。但是，他發(fā)現(xiàn)這些技術(shù)僅允許機(jī)器人執(zhí)行非?；镜娜蝿?wù)，例如以緩慢的敲擊運(yùn)動(dòng)感覺(jué)簡(jiǎn)單的2D形狀。

Lepora教授說(shuō)：“這項(xiàng)新論文的突破在于，我們?cè)谧匀粡?fù)雜物體上使用的方法在三個(gè)維度上起作用，使指尖滑動(dòng)得像人類一樣。” “由于過(guò)去幾年中深度學(xué)習(xí)的進(jìn)步，我們之所以能夠做到這一點(diǎn)。”

為機(jī)器人提供觸摸感可以幫助控制其手和指尖，從而使他們能夠估計(jì)與其接觸的對(duì)象或?qū)ο蟮囊徊糠值男螤詈图y理。例如，當(dāng)機(jī)器人沿著一條邊緣在表面上滑動(dòng)時(shí)，機(jī)器人可能能夠估計(jì)邊緣的角度并相應(yīng)地移動(dòng)其機(jī)器人手指。

Lepora教授說(shuō)：“深度學(xué)習(xí)使我們能夠構(gòu)建從感覺(jué)數(shù)據(jù)到表面特征(例如邊緣角度)的可靠地圖。” “這很困難，因?yàn)樵诒砻嫔匣瑒?dòng)像人一樣柔軟的指尖會(huì)扭曲所收集的數(shù)據(jù)。以前，我們無(wú)法將這種扭曲與表面形狀分開(kāi)，但是在這項(xiàng)工作中，我們成功地進(jìn)行了深度卷積訓(xùn)練神經(jīng)網(wǎng)絡(luò)，其中包含觸覺(jué)數(shù)據(jù)失真的示例，這使我們能夠在不到一度的范圍內(nèi)生成準(zhǔn)確的表面角度估計(jì)。”