捏土揉饭团做寿司,MIT新型学习系统训练机器人做“精巧手艺活儿”

导读

近日,MIT发布了一种新的学习系统。这套系统可以提高机器人将材料模塑成目标形状的能力,并预测与固体或液体物体的相互作用。该系统被称为基于学习的粒子模拟器,并有可能在工业和服务机器人领域应用。

作者:佳丽

吃寿司时,有人喜欢用手,有人喜欢用筷子。

用手捏着吃可以避免筷子弄坏寿司外形,同时可以用手感受寿司的质感和温度以及寿司师傅的高超技艺。

对于一些“手残党“来说,能掌握好力道保证寿司拿起后不散开,顺利吃进嘴巴里就挺不不容易的了,自己动手揉饭团做寿司是压根儿没想过的。。

对MIT团队的机器人来说,虽然也不能揉好一个饭团,但算是有了一个开端。

他们构建了一套学习系统,专门训练机器人重塑较软(容易变形)的物体。

当然,这套系统并不醉心于“重塑寿司外形”这样的事情。

这套系统未来可能进军工业界,为机器人提供更精细的感知,或应用于塑型、制作等领域。

MIT构建的新模型 

用四句话概括MIT研究人员开发的这种模型:

(1)可以捕捉到组成不同材料的“小粒子”在受到相互力的作用时的相互作用。

(2)在运动的基础物理学不确定或未知的情况下,该模型可以直接从数据中学习。

(3)然后,机器人可以使用该模型作为指导来预测液体、刚性材料和可变形材料如何对其作用力作出反应。

(4)当机器人处理物体时,该模型还有助于进一步细化机器人的控制。

双指机器人演示模型 

通过视频我们可以看到,这套模型通过一个机器人进行了演示。

这个机器人是一只叫做“RiceGrip”的带有两个手指的机械手,可以准确地将可变形泡沫塑造成所需的形状。比如下方的“T”形,类似于某种寿司饭。

这样一来,像捏粘土、做寿司饭这类“精巧手艺活儿”机器人似乎也能干了。因为它能够感知到自己把东西揉捏成什么样了

这其中的塑造和适应过程是怎样的呢?

MIT这套模型背后的一项关键创新,称为“粒子交互网络”(DPI-Nets)。这种网络可以创建动态交互图,其中包含数千个节点和边缘,可以捕获所谓粒子的复杂行为。

首先,机器人使用深度感应摄像头和物体识别技术来识别泡沫。

研究人员随机选择感知形状内的颗粒来初始化颗粒的位置。然后,模型在粒子之间添加边缘,并将泡沫重建为针对可变形材料定制的动态图形。

由于所学习的模拟,机器人已经很好地了解了在给定一定量的力的情况下,每次触摸将如何影响每个粒子。当机器人开始压缩泡沫时,它会迭代地将粒子的真实位置与粒子的目标位置相匹配。只要粒子没对齐,它就会向模型发送错误信号。该信号会调整模型以更好的匹配材料的位置。

该模型的明显优势 

简单来说,研究人员构建的这种模型像是一种“直观物理学”大脑,机器人可以利用它来重建三维物体,这其实与人类的方式有些相似。

他们说,“我们人类在头脑中有一个直观的物理模型,我们可以想象如果我们推动或挤压物体,物体的行为方式。基于这种直观的模型,人类可以完成远远超出现有机器人范围的惊人操作任务。“

其实在人类5个月大的时候,就能够感受到固体是稳定的,液体是流动的。

第一作者,计算机科学和人工智能实验室(CSAIL)的研究生Yunzhu Li说。“我们希望为机器人构建这种直观的模型,使它们能够做人类可以做的事情。”

很明显,相比于那些传统的物理模拟器(这些模拟器也是基于学习的),MIT构建的这套模型不仅可以研究刚性物体,更可以处理前者无法处理的流体或较软的物体。

传送门 

最后,这项研究的论文,已于近日发在了5月份的ICLR上以及其他一些地方。

作者为:Yunzhu Li、 Jiajun Wu、Russ Tedrake、Joshua B. Tenenbaum和 Antonio Torralba

如果你感兴趣,请收好传送门:

LEARNINGPARTICLE DYNAMICS FOR MANIPULATING RIGID BODIES, DEFORMABLE OBJECTS, AND FLUIDS

https://openreview.net/pdf?id=rJgbSn09Ym

END

(0)

相关推荐