大数据文摘出品
来源:MIT
编译:朱科锦、yawei
爱因斯坦(Albert Einstein)曾经说过“唯一真正有价值的东西是直觉。”直觉是帮助我们理解意图和互相交流的最重要因素之一。
但是我们很难教别人如何拥有直觉,更别提训练机器了。为了改善这一点,麻省理工学院的计算机科学与人工智能实验室(CSAIL)的团队提出了一种方法,可以让我们与机器进行更紧密地协作。实验室网址:
http://csail.mit.edu/
该系统被称为“Conduct-A-Bot”,它使用来自可穿戴传感器的人体肌肉信号来引导机器人运动。
麻省理工学院Stephen A. Schwarzman 计算机学院研究中心副院长,CSAIL负责人,该系统的论文的合著者Daniela Rus教授说:“我们设想的世界中,机器将帮助人们进行智力和体力工作,为了做到这点,机器需要适应人们的需求,而不是反过来人适应机器。”
为了实现人机之间的无缝协作,我们把肌电图和运动传感器戴在二头肌,三头肌和前臂上来测量肌肉信号和运动。然后,算法将处理这些信号来实时检测手势,无需离线校准或收集每个用户的训练数据。该系统仅使用两个或三个可穿戴式传感器,不使用环境里的任何数据,这大大减少了普通用户与机器人之间互动的障碍。
Conduct-A-Bot可以被用于各种场景,包括电子设备上的导航菜单或被监督的自动机器人。尽管该团队可以使用任何商用无人机,但是他们使用了Parrot Bebop 2无人机。
通过检测类似于旋转的手势,紧握的拳头,肌肉收缩的手臂和前臂等动作,Conduct-A-Bot可以向上/下/左/右以及向前移动无人机,它还可以使无人机旋转和停止。
如果你对你的朋友比划了向右的手势,他们可能会理解为他们应该朝那个方向前进。同样,如果你向左挥动手,无人机也会向左转。
在测试中,当无人机被遥控飞过铁环时,它可以正确响应1500多个手势中的82%。当不控制无人机时,系统还可以正确识别大约94%的手势。
该论文的主要作者Joseph DelPreto说:“学会我们的手势可以帮助机器人来理解我们在日常生活中自然使用更多的非语言交流。这种类型的系统可以让人机交互更加类似于人与人间的互动,这种情况下,无需经验或外部传感器即可让人们更轻松地开始使用机器人。”
这种类型的系统最终可能可以运用到人机协作的一系列程序里,包括远程探索,辅助型机器人或制造类任务(例如运送物体或举升材料)。
这些智能工具也在现在社会隔离情况下适用,并有可能开辟出一个新的非接触式工作领域。例如,你可以想象人类通过控制机器来安全地打扫病房或提供药物,这样可以让我们保持安全距离。
肌肉信号通常可以提供视觉上很难观察到的关于状态的信息,例如关节僵硬或疲劳。
例如,如果你观看某人拿着一个大盒子的视频,你可能难以猜测需要多少力气或力量才可以搬动盒子,一台机器也很难仅凭视觉来猜测这些。而使用肌肉传感器不仅可以判断运动,还可以估算执行该物理轨迹所需的力和力矩。
对于当前用于控制机器人的手势词汇,检测到的动作如下:
机器学习分类器使用可穿戴式传感器检测手势。无监督分类器处理肌肉和运动数据并实时将其聚类,以学习如何将手势与其他运动区分开。神经网络还可以根据前臂肌肉信号预测腕部地弯曲或伸展。
该系统实质上是在每个人做出控制机器人的手势时根据每个人的信号进行自我校准,从而使普通用户能更快,更轻松地开始与机器人交互。
未来,研究小组希望测试更多参与者。尽管“Conduct-A-Bot”涵盖了机器人运动的常见手势,研究人员仍然希望扩展词汇表,使其包含更多连续或用户定义的手势。最终,他们希望机器人可以从这些交互中学习,以更好地理解任务,并提供更多可预见的协助或增加其自主性。
DelPreto说:“该系统让我们离人机无缝协作更加近了一步,这些机器人可以成为日常任务中更有效,更智能的工具。随着此类工作不断变得越来越容易获得和普及,产生协同效益的可能性在提高。”
相关报道:
http://news.mit.edu/2020/conduct-a-bot-muscle-signals-can-pilot-robot-mit-csail-0427