비디오는 실제 '변압기'로봇을보고, 생각하고, 변형시키는 로봇을 보여줍니다.

로봇 공학 팀은 피할 수없는 미래를 향한 또 다른 조치를 취했습니다. 트랜스포머 우리 사이를 움직여 라.

로봇이 직면 한 어려움을 바탕으로 로봇을보고, 생각하고, 모양을 바꿀 수있는 방법을 보여주는 모듈 식 자율 로봇에 대한 새로운 연구가 수요일에 발표되었습니다.

6 인 팀이 저널에 "모듈러 로봇을 이용한 지각 주도적 자율을위한 통합 시스템"이라는 연구 논문을 발표했습니다 과학 로봇 공학. 연구자들은 코넬 대학 (Cornell University)과 펜실베이니아 대학 (University of Pennsylvania)에서 우박을 보냈습니다.

연구원의 말에 따르면 로봇이하는 일을하는 방법에 대한 핵심 영역이 있습니다.

"많은 사람들이 영화에서 이것을 보았습니다. 트랜스포머 또는 빅 히어로 6, 모양을 바꿀 수있는 로봇 "이라고 이번 주 공개 된 모듈러 로봇의 마크 임 (Mark Yim) 펜실베니아 대학교 교수는 말한다. "걷거나 계단을 오르는 것과 같은 일을 할 수있는 로봇의 예가 많이있었습니다 … 그러나 모든 것들은 별도로 수행되었습니다. 이 모든 것을 자율적으로 수행 할 수있는 시스템을 실제로 갖게 된 것은 이번이 처음입니다."

첫째,이 로보틱스 시스템은 주변 세계를 어떻게 볼 수 있습니까? Jonathan Daudelin 연구원이 있습니다.

우리는 센서 모듈에 탑재 된 3D 카메라를 사용하여 로봇 환경의 3D지도를 실시간으로 인식하고 생성 한 다음이 데이터를 사용하여 로봇을 직접 지시하는 등의 작업을 수행하는 인식 알고리즘 모음을 가지고 있습니다 어디 알 수없는 영역을 탐구하고 로봇의 능력 측면에서 환경을 특성화합니다.

그리고이 로봇 프로토 타입 Transformer는 어떤 모양을 취해야하는지 어떻게 알 수 있습니까? 다시 말하지만, Daudelin이 있습니다.

계단이나 좁은 틈, 평평한 영역 등을 인식 한 다음 상위 수준 계획자가이 정보를 사용하여 라이브러리의 항목, 환경 조건에 따라 수행 할 로봇 모양을 결정합니다.

그럼이 로봇은 다음에 뭐야? 연구원 Tarik Tosun은 말한다. 역 재난 지역 - 로봇 공학자가 일반적으로 사용하는 시나리오 - 전형적인 가정의 더 일상적인 상황 - 카페트와 나무 마루 바닥과 계단이 있고 어쩌면 더러운 세탁물이 쌓일 수도 있습니다.

"재난 지역에 가면 실제로 들어가기 전에해야 할 일이 무엇인지 분명하지 않을 수 있습니다. 만약 건물이 무너지면 건물 내부의 모습이나 구출하기를 원하는 사람들의 존재 여부를 알 수 없을 것 "이라고 말했다.

"그래서 정말 다재다능한 로봇이 들어갈 수 있기 때문에 그 시나리오에서 유용 할 수 있습니다. 그 주변을 평가 한 다음 작은 틈이나 쉼터를 통과하여 쓰레기가 떨어지는 것을 막을 수있는 뱀이 될 수도 있습니다. 그런 식으로."

이 로봇은 국내 도우미가 될 수 있다고 Tosun은 말합니다.

약간 덜 흥분한 예나 도메인은 사람들의 집 주변에있을 수도 있습니다. 실제로 누군가의 집에서 작동하는 소형 로봇을 원한다면 우리의 가정과 사무실 및 실내 환경은 꽤 복잡한 환경을 가지고 있습니다. 로봇이 횡단 할 필요가있는 여러 가지 표면이 있으며, 예를 들어 로봇을 계단을 오르거나 좋은 종류의 줌을해야 할 때 계단을 오르는데 좋은 모양으로 바뀔 수있는 경우가 종종 있습니다. 당신이 평평한 마루를 가지고 있으면 바닥을 가로 질러. 그것은 가정에서도 매우 유용 할 수 있습니다.

이 로봇이 아직 할 수없는 일은 무엇인가? 연구자들은 로봇이 어떻게 생각하고 어떻게 강해질 수 있는지에 관해 설명합니다.

토선은 말한다. 역 모듈 식 로보트는 유연성이 뛰어나지 만 매우 강하지는 않습니다. 그들은 매우 무거운 물건을들 수 없습니다. 연구자들은 모듈 식 자연을보다 강력한 리프팅 로봇 또는 로봇과 결합 할 수 있습니다. 모듈 식 로봇은 대형 구조물의 크기 조정과 같은 새로운 기능에 사용될 수있는 구조물을 만드는 데에도 사용될 수 있습니다.

모듈 형 proto-Transformer가 개선 할 수있는 다른 흥미로운 영역은 인공 지능 또는 기계 학습과 관련됩니다. 현재 모듈 식 로봇은 로컬에 저장되는 결정 또는 조치 라이브러리를 갖추고 있습니다. 여기 Hadas Kress-Gazit, 코넬 대학의 연구원이자 동료 연구원이 있습니다.

"정말 재미있는 질문은 우리가 그것을 어떤 식 으로든 자동화 할 수 있을까요?"라고 Kress Gazit은 말합니다 역. "그래서 우리는 기계 학습을 사용할 수 있습니까? 우리는 이들을 만들 수 있도록 다른 (원자화) 알고리즘을 사용할 수 있으며, 현재 우리가 할 수있는 더 큰 작업 세트를 다시 스패닝하는 후보 셰이프 및 동작 세트를 적어도 사용할 수 있습니까? 그래서 이것은 우리가 탐구하고있는 재미있는 연구 질문입니다."