به گزارش ایسنا، ربات‌های انسان‌نما یعنی سامانه‌های رباتیک که ساختار بدنی آنها شبیه به انسان است، می‌توانند از عهده انجام دادن کارهای گوناگون و وظایف روزمره برآیند. با وجود این، ربات‌ها برای انجام دادن این کارها به صورت موفقیت‌آمیز باید بتوانند حرکات و وضعیت بدنی خود و همچنین نحوه لمس یا گرفتن اجسام گوناگون را به طور قابل اطمینان هماهنگ کنند.
به نقل از تک‌اکسپلور، نمایش‌های انسانی از نحوه انجام شدن یک کار می‌توانند راهنمایی‌های ارزشمندی را ارائه دهند که ربات‌های انسان‌نما قادر به پیروی از آنها باشند، اما گردآوری داده‌های مربوط به نمایش‌های انسانی که می‌توانند برای آموزش الگوریتم‌های رباتیک سودمند باشند، ممکن است با چالش‌هایی همراه شوند.
پژوهشگران «آزمایشگاه هوش مصنوعی شانگهای»(Shanghai AI Laboratory)، «دانشگاه ژجیانگ»(Zhejiang University) و «دانشگاه جیائو تونگ شانگهای»(Shanghai Jiao Tong University) اخیراً مجموعه‌ای از داده‌ها را گردآوری کرده‌اند که شامل ۱۰۰ ساعت فعالیت انسانی ثبت‌شده با یک سیستم پوشیدنی جدید است. روش مورد استفاده برای ایجاد این مجموعه داده‌ها، ویدئو را از دیدگاه کاربر با حرکات بازسازی‌شده بدن، حرکات ثبت‌شده انگشتان، داده‌های لمسی موجود و شرح مراحل کار فردی ترکیب می‌کند.
«یونسونگ ژو»(Yunsong Zhou)، «شوئکون جیانگ»(Xuekun Jiang) و همکارانشان در مقاله خود نوشتند: یادگیری تنظیم حرکت ربات انسان‌نما از روی نمایش‌های انسانی، مبتنی بر مشاهده چگونگی تکامل حرکت، وضعیت بدن و تعامل با اشیاء در زمان انجام وظایف است. مقیاس‌بندی جمع‌آوری در محیط‌های متنوع، سیستم‌های ضبط سبک و قابل حمل را ترجیح می‌دهد. با وجود این، مجموعه داده‌های موجود فقط نمای جزئی را از این هماهنگی ارائه می‌دهند.
پژوهشگران در این پروژه، یک سیستم پوشیدنی جدید ابداع کرده‌اند که می‌تواند در زمان انجام فعالیت‌های گوناگون توسط انسان، داده‌ها را ثبت کند. این سیستم ترکیبی است از یک دوربین GoPro HERO13 که روی سر نصب می‌شود، پنج ردیاب VIVE Ultimate، دستکش‌های MANUS Metagloves یا Wuji مجهز به حسگر و پایه‌ها و بندهایی که به صورت اختصاصی و با استفاده از فناوری چاپ سه‌بعدی ساخته شده‌اند.
دوربینِ نصب‌شده روی سر، ویدئو را از زاویه دید شخصی که آن را پوشیده است، ضبط می‌کند. پنج ردیاب که یکی روی سر، یکی پشت هر یک از دست‌ها و یکی روی مچ هر یک از پاها قرار گرفته‌اند، موقعیت و جهت خود را ردیابی می‌کنند.
دستکش‌های مجهز به حسگر می‌توانند حرکت انگشتان کاربر را ثبت کنند و دستکش‌های Wuji نیز داده‌های مربوط به حس لامسه را ضبط می‌کنند. از پایه‌ها و بندها برای تثبیت و محکم کردن تجهیزات استفاده می‌شود.
پژوهشگران با استفاده از این سیستم پوشیدنی، ۱۰۰ ساعت داده را در حالی که کاربر آن مشغول انجام دادن طیف گسترده‌ای از فعالیت‌ها بود، ثبت کردند. داده‌های گوناگون گردآوری‌شده در قالب مجموعه داده جدیدی به نام «EgoExplorer» با یکدیگر ادغام شدند.
پژوهشگران در ادامه مقاله نوشتند: با تأکید بر فعالیت‌های حرفه‌ای، ثبت‌های پیوسته آن، ویدئوهای دیدگاه‌محور (اول‌شخص) را با بازسازی حرکت کل بدن، حرکات دقیق انگشتان و مشاهدات لمسی هم‌راستا می‌کند و آنها را با توصیف مراحل انجام کار همراه می‌سازد.
نرم‌افزار ابداع‌شده توسط پژوهشگران، نحوه حرکت مفاصل را هنگامی که مستقیماً توسط حسگرها ردیابی نمی‌شوند، تخمین می‌زند. این نرم‌افزار با استفاده از الگوهای حرکتی که قبلاً آموخته است، به این هدف دست می‌یابد. در نهایت، نرم‌افزار بررسی می‌کند که حرکات بازسازی‌شده با داده‌های جمع‌آوری‌شده توسط حسگرها مطابقت دارند، در طول زمان روان باقی می‌مانند و با شکل بدن کاربران مطابقت دارند.
در آینده می‌توان از مجموعه داده‌های EgoExplorer برای آموزش سایر کنترل‌کننده‌های ربات در شبیه‌سازی استفاده کرد. در نهایت، کنترل‌کننده‌هایی که با استفاده از ویدئوهای ضبط‌شده آموزش می‌بینند، می‌توانند به بهبود توانایی ربات‌های انسان‌نما برای انجام وظایف در محیط‌های گوناگون دنیای واقعی کمک کنند.
انتهای پیام
