幾十年來，世界各地的研究人員一直在努力開發(fā)能夠有效協(xié)助人類并與人類一起處理各種日常任務(wù)的機(jī)器人。然而，為了有效地做到這一點(diǎn)，機(jī)器人應(yīng)該能夠與人類自然地互動(dòng)，包括遞給他們并從他們那里接收物品。

NVIDIA的研究人員最近開發(fā)了一種模型，該模型可用于增強(qiáng)機(jī)器人自然傳遞和接收來自人類代理的物體的能力。這種方法在ICRA2022上發(fā)表的一篇論文中介紹，它基于一個(gè)名為STORM的框架，他們?cè)谥暗囊黄髌分薪榻B了該框架。

“在這項(xiàng)工作中，我們特別關(guān)注確保機(jī)器人可以從人類用戶那里拿走任何物體，”進(jìn)行這項(xiàng)研究的研究人員之一迪特?？怂垢嬖VTechXplore。“我們提出了一個(gè)解決方案，將學(xué)習(xí)的抓取方法與我們的預(yù)測(cè)控制方法相結(jié)合，以確保這些交接是可預(yù)測(cè)的、自然的和快速的，以便人們將機(jī)器人視為安全、有用的助手。”

Fox和他在NVIDIA的同事多年來一直致力于提高機(jī)器人的操作和交互技能。然而，他們?cè)谛抡撐闹刑岢龅哪Ｐ徒Y(jié)構(gòu)與他們之前工作中提出的方法不同。

更具體地說，他們新提出的方法最初使用學(xué)習(xí)模型來預(yù)測(cè)機(jī)器人可以從人類代理手中獲取物體的幾種方式。然后，它不是使用簡(jiǎn)單的基于規(guī)則的算法來確定哪種方法更有效，而是使用團(tuán)隊(duì)先前創(chuàng)建的模型預(yù)測(cè)控制(MPC)框架STORM確定最佳方法。

“我們的MPC方法被稱為STORM，它通過對(duì)機(jī)器人從當(dāng)前位置到物體所在位置可能做出的許多不同可能運(yùn)動(dòng)進(jìn)行采樣來工作，”Fox解釋說。“它利用GPU計(jì)算來評(píng)估這些軌跡，使我們能夠快速并行檢查其中的500個(gè)。”

研究人員提出了一種人機(jī)切換系統(tǒng)，該系統(tǒng)使用模型預(yù)測(cè)控制(MPC)來生成運(yùn)動(dòng)。與現(xiàn)有系統(tǒng)相比，這導(dǎo)致了更靈活和流暢的人機(jī)切換體驗(yàn)。信用：楊等人。

Fox和他的同事創(chuàng)建的模型每秒會(huì)更新幾次機(jī)器人的控制決策。這最終使它能夠快速調(diào)整機(jī)器人的計(jì)劃軌跡，并根據(jù)與之協(xié)作的用戶執(zhí)行的動(dòng)作決定在何處抓取物體。

“這項(xiàng)工作展示了我們?nèi)绾螌W(xué)習(xí)到的物體抓取和人類跟蹤技術(shù)與有效的運(yùn)動(dòng)規(guī)劃相結(jié)合，以產(chǎn)生穩(wěn)健、可靠和自然的機(jī)器人行為，”Fox說。“它為構(gòu)建各種人機(jī)協(xié)作行為提供了基礎(chǔ)。”

Fox和他的同事在一系列實(shí)驗(yàn)中評(píng)估了他們模型的性能，其中機(jī)器人在與四個(gè)人類用戶交互時(shí)交出并接收各種物體。在這些測(cè)試中，他們的方法取得了非常有希望的結(jié)果，因?yàn)閹缀跛袇⑴c者都認(rèn)為，在研究人員MPC框架的支持下，機(jī)器人在與他們協(xié)作方面比在基于基線方法時(shí)更好。

將來，NVIDIA團(tuán)隊(duì)推出的新模型可用于提高現(xiàn)有和新開發(fā)的機(jī)器人在與人類代理密切協(xié)作的對(duì)象操作任務(wù)中的性能。同時(shí)，該團(tuán)隊(duì)計(jì)劃開發(fā)其他工具來增強(qiáng)人機(jī)協(xié)作。

“更廣泛地說，像這樣將深度學(xué)習(xí)的力量與基于計(jì)劃的推理相結(jié)合的方法將對(duì)許多應(yīng)用程序有用，”Fox補(bǔ)充道。“在我們接下來的研究中，我們希望探索更通用的人機(jī)協(xié)作系統(tǒng)，使機(jī)器人能夠有效地與人類合作，同時(shí)探索在模擬環(huán)境中虛擬訓(xùn)練這些機(jī)器人系統(tǒng)并將訓(xùn)練好的模型部署到真實(shí)環(huán)境中的可能性——世界機(jī)器人。”