新算法让软体机器人自我感知,可靠完成任务
软体机器人传感器布局优化难题
软体机器人变形方式无限,难以知晓各身体部位位置。传统刚性机器人关节有限易建模,软体机器人则不然。以往依赖外部相机反馈位置,但目标是创造无外部依赖的自主软体机器人。
深度学习算法优化传感器布局与任务学习
将机器人身体划分为“颗粒”,每个颗粒应变率输入神经网络。通过试错学习最高效动作序列完成抓取不同尺寸物体等任务,同时追踪最常用颗粒,剔除次要颗粒。网络由此建议传感器最佳布局位置。仿真抓取手中,算法建议传感器集中于手指周围,远超人类直觉。
自动化机器人设计前景
该工作有助于自动化机器人设计流程:不仅控制算法,还需考虑传感器布局与其他部件协同。优化传感器布局在精细抓取等工业应用中价值显著。
传感器