触摸未来：用机器人的新算法掌握身体接触

　　

　　

　　宾夕法尼亚大学的工程师们开发了一种新的算法，可以让机器人对复杂的物理接触做出实时反应，使自主机器人有可能完成以前不可能完成的任务，比如控制滑动物体的运动。

　　该算法被称为共识互补控制（C3），可能会被证明是未来机器人的重要组成部分，将大型语言模型（llm）等人工智能工具输出的方向转化为适当的行动。

　　“你的大型语言模型可能会说，‘去切洋葱，’”机械工程和应用力学（MEAM）助理教授、通用机器人、自动化、传感和感知（GRASP）实验室的核心教员迈克尔·波萨（Michael Posa）说。“你如何移动你的手臂来抓住洋葱，拿着刀，以正确的方式切开它，必要时重新调整它的方向？”

　　机器人最大的挑战之一是控制，这是一个笼统的术语，指的是机器人执行器的智能使用，执行器是机器人移动或控制四肢的部件，比如马达或液压系统。控制机器人与其周围环境的物理接触既困难又必要。

　　波萨说：“这种中低层次的推理是让任何东西在物理世界中发挥作用的基础。”

　　自20世纪80年代以来，人工智能专家已经认识到，自相矛盾的是，人类学习的第一项技能——如何操纵物体和从一个地方移动到另一个地方，即使面对障碍——是最难教机器人的，反之亦然。

　　Posa说：“机器人工作得很好，直到它们不得不开始触摸东西。”“人工智能机器现在可以解决国际奥数级别的数学问题，并在国际象棋中击败专家。但他们的身体能力最多只有两三岁的孩子。”

　　从本质上讲，这意味着机器人的每一次接触——拿起一个物体，把它移到另一个地方——都必须经过精心设计。“关键的挑战是接触顺序，”Posa动态自治和智能机器人（DAIR）实验室最近的博士毕业生William Yang说。“你的手放在环境的什么地方？”你把脚放在环境的什么地方？”

　　当然，人类很少需要考虑如何与物体互动。在某种程度上，机器人面临的挑战是，像拿起杯子这样简单的事情实际上涉及到许多不同的选择——从正确的接近角度到适当的力度。

　　波萨指出：“并非所有这些选择都与周围的选择有如此大的不同。”但是，到目前为止，还没有算法允许机器人评估所有这些选择并实时做出适当的决定。

　　为了解决这个问题，研究人员基本上设计了一种方法来帮助机器人“幻觉”与物体接触时可能出现的不同可能性。Posa说：“通过想象触摸物体的好处，你可以在算法中得到与这种互动相对应的梯度。”

　　“然后你可以应用一些基于梯度的算法，在解决这个问题的过程中，随着时间的推移，物理学逐渐变得越来越精确，你不再只是想象，‘如果我触摸它会怎么样？’但你真的打算走出去触摸它。”

　　在过去的一年里，Posa和DAIR实验室撰写了一系列关于该主题的获奖论文，最近一篇发表在arXiv预印本服务器上，杨担任主要作者，在2024年荷兰机器人：科学与系统会议上获得了优秀学生论文奖。

　　

　　这篇论文演示了C3如何使机器人能够实时控制滑动物体。“在机器人技术中，滑动是出了名的难以控制，”杨说。“从数学上讲，这很难，但你也必须依赖于对象反馈。”

　　但是，利用C3，杨展示了机械臂如何安全地操作托盘，类似于餐馆服务员使用的托盘。在录像实验中，杨让机械臂拿起和放下托盘，带咖啡杯和不带咖啡杯，并靠墙旋转托盘。“以前的研究认为，‘我们只是想避免滑动，’”杨说，“但该算法将滑动作为机器人考虑的一种可能性。”

　　在未来，Posa和他的团队希望使算法在不同的情况下更加健壮，比如当机器人处理的物体比预期的重量稍重或稍轻时，并将项目扩展到C3目前无法处理的更多开放式场景。

　　Posa说：“这是一个构建模块，可以从一个非常简单的规格-使这个部分到那里-提取到机器人需要实现的电机扭矩。”“从一个非常非常复杂、混乱的世界，到对任何给定任务都重要的关键对象、特征或动态属性，这是我们感兴趣的开放问题。”

　　更多信息：William Yang等人，通过控制滑动的动态手掌操作，arXiv（2024）。DOI: 10.48550/ arXiv .2405.08731期刊信息：arXiv由宾夕法尼亚大学提供引文：触摸未来：掌握机器人新算法的物理接触（2024年10月15日）检索自2024年10月15日https://techxplore.com/news/2024-10-future-mastering-physical-contact-algorithm.html此文档受版权保护。除为私人学习或研究目的而进行的任何公平交易外，未经书面许可，不得转载任何部分。内容仅供参考之用。