AI赋能机器人通过触觉识别90多种物体
加州大学伯克利分校的研究人员开发了一种基于机器学习的感知框架，使机器人能够仅通过触觉识别90多种不同的物体。该系统结合视觉和触觉观测，判断这些观测是否对应同一物体，实现了类人的多模态感知能力。
人类与机器人的感知差异
人类擅长跨模态关联物体的外观与材质属性。看到剪刀时，我们能想象手指触摸金属表面的触感，在脑海中构建其大小、形状和比例的完整图景。然而，机器人的感知天生不具备多模态特性。尽管配备先进摄像头的机器人能区分不同物体，但单纯依靠视觉在遮挡和弱光条件下往往失效。
研究方法：GelSight触觉传感器与卷积神经网络
研究团队在机器人手指上安装了两个高分辨率GelSight触觉传感器，并采用卷积神经网络（CNN）进行多模态关联学习。这些传感器通过集成在弹性体凝胶上的相机记录接触物体产生的凹陷，生成触觉读数，再输入CNN处理。
研究人员训练CNN接收触觉读数和摄像头捕捉的物体图像，判断两者是否代表同一物体。为执行实例识别，他们将机器人的触觉读数与查询物体的视觉观测相结合。实验使用NVIDIA GeForce GTX 1080和TITAN X GPU，基于CUDA深度学习框架，在超过33,000张图像上训练和测试模型。
突破性成果
结果表明，仅凭触觉读数即可识别物体实例，包括训练中未见过的实例。CNN的表现甚至超过了部分人类志愿者和替代方法。这标志着机器人触觉感知向人类水平迈出了关键一步。
未来展望
目前研究仅考虑单次抓取。下一步将利用多次触觉交互获取更完整的物体图像。团队计划将系统扩展至机器人仓库，让机器人通过观察产品图像并在货架上触摸检索物品；也可应用于家庭环境，帮助机器人从难以触及的位置取回物体。
工业技术