ChatGPT 人工智能 GPT4 伦理 生成式 医疗 监管 安全 机器学习 深度学习 神经网络 计算机视觉 强化学习 模型 算法 应用 开发 研究 工具 平台 框架 数据集 训练 部署 安全 合规 培训 投资 LLM,llm AI,ai,Ai 大模型 大语言模型 制图 生图 绘图 文生图 文生视频 生成式AI AGI 世界模型 sora chatGPT,chatgpt,ChatGpt claude openai Llama deepseek midjourney 红熊猫模型 Red panda,panda Stable Diffusion,StableDiffusion,stable DALL- E 3 DALL E DALL Flux,flux 扩散模型 混元大模型 文心一言 通义千问 可灵 Pika PixelDance 豆包 月之暗面 零一万物 阶跃星辰 搜索增强 MiniMax Talkie Agent prompt fastai LangChain TTS 微调 提示词 知识库 智能体
# 热门搜索 #
搜索
机械手「成精」了,能从手臂上溜走,拿完够不到的东西,还能爬回来自动合体
2656点击    2024-10-07 14:23

极致的「多面手」


在夜深人静之时,你正舒适地躺在床上,刷了一会儿手机,准备进入梦乡,但房间的灯还没关。此时此刻,是不是特别希望有一只无形的手能飘然而至,帮你轻轻地关掉那盏灯,让你安心入睡呢?


正窝在沙发上,手上的薯片袋子空了,但眼前的电视剧正演到高潮,不想错过一分一秒。远在客厅另一头的柜子里,还有更多零食。这时,是不是希望有一种方式,可以不用起身,就能让零食自动递到嘴边呢?


你说:「没关系,这些活儿以后总有机器人代劳。」


但继续想下去,脑海里首先浮现的画面是不是一个轮式或人形的机器人慢慢地走过去,抬起手臂,帮你把东西递过来呢?


当我们谈论有抓握能力的机器人时,我们的第一印象或许是安装在手臂上的机器人手,或许是矗立在生产流水线旁的机械臂。究其原因,我们之所以这么设计机器人,是因为人类的手只有和手臂连在一起的时候才管用,一旦真的「剁手」,我们就要变身「独臂大侠」了。


但是机器人和人类并不一样,它们的零部件都是独立的,不必受这种限制。退一步讲,如果有五个手指,然后再把它翻转 180 度,那不就相当于有五只脚吗?按照这个思路想下去,我们为什么不能做一只能自己动的手呢?


近期,来自瑞士洛桑联邦理工学院和麻省理工学院的研究团队开发了一种「手脚并用」的机器人,论文将在本周于鹿特丹举行的 ICRA@40 上发表。



更神奇的是,它是一款很有主见的机器人。它可以从手臂脱离,然后爬行到原来够不到的地方,识别物体,然后抓取,就像这样:



抓到后,它还能调整自己的姿势,用剩下的三根手指「爬」回来,然后召唤手臂前来接应:



寻找一下接口,对齐之后,就能再合体成一只完整的手臂了:



如果它不是机器人形态,那毒液可能得找它认个亲。


该团队也发布了一个视频来介绍他们的研究成果。在视频中,他们首先展示了一个普通机械臂。


  • 视频链接:https://www.youtube.com/watch?v=3xBnIZkclI8&t=35s


如果这个机械臂想要拿桌子上的两个物体,那么它首先需要对手进行定位,以避免不必要的碰撞。



有一个物体放颠倒了,机器人需要旋转 180 度,才能抓住它。



一旦把桌面上的两个物体拿远,超出机器人的臂展,那么没有移动能力的机械臂就拿不到了。



为了同时解决这三个问题,该团队设计了一只可以反转的机械手。除了可以自由离开手臂,它还是一个「真・多面手」,一只手就能包揽正手和反手,让同一只手发挥两只手的效果:



为了设计机械手,该团队表示主要要解决两个问题,第一是如何抓住多个物体?其次是如何实现「爬」的功能。


接下来要解决的问题是需要多少根具有 4 个自由度的手指?要达成目标,手指应该弯曲成什么形状?因此,该团队设计了一个解决问题的框架。



他们首先开发了一个全面的抓握分类方法,探索用两个手指拿 1 个物体、再增加到同时拿 2 个、3 个物体的方式。



接下来,他们为机械手添加了更多负责爬行功能的手指。他们利用遗传算法来自动调整和优化 CPGs 的行为,从而使得机械手能以更自然和高效的方式移动。



具体来说,他们采用了 Mujoco 来测试和优化机械手的爬行能力,并使用行进距离作为适应度函数,筛选出能够爬行得更远的设计与参数。


最后,他们在现实世界中测试机械手的「手指抓握力」,看它是否能在爬行的时候紧紧抓住物体,还能分出正反两面,分别抓住物体。



而酷炫的脱离和附着功能,是通过在手腕上的磁铁进行对齐,再由一个伸出的螺丝锁紧,确保手部牢固地固定实现的。


这篇研究的第一作者 Xiao Gao 表示:「虽然你可能在恐怖电影中见过类似的场景,但我们是应该是第一个把这个想法引入到机器人技术里的。」


尽管目前的演示仍然需要手动操作,但 Xiao Gao 表示,他们正在实验室测试一款具备外部定位功能的自动化版本。整个抓取流程:包括手部的脱离、爬到手臂无法触及的区域、拾取物体,再返回并重新附着在手臂上,已经能够完全自动化地执行。


文章来自于微信公众号“机器之心”