XinZhi Embodied va Fudan universiteti birgalikda robototexnikadagi tegishli sensorika yetishmovchiligi bilan bog'liq jismoniy intellektdagi bo'shliqni bartaraf etishga qaratilgan 30 000 soatlik taktil ma'lumotlarga bag'ishlangan uchta texnik hisobotni nashr etdi.
Robototexnikadagi taktil idrok etish muammosi
Ko'rish va til imkoniyatlarining tezkor rivojlanishiiga qaramay, sezuvchanlik hali yetarli darajada rivojlanmagan, garchi u ushlash, yig'ish va ob'ektlarni aniqlash kabi manipulyatsion vazifalarni bajarish uchun juda muhim bo'lsa ham. Ushbu hamkorlik robotlarning real ishlash jarayonida to'plangan 30 000 soatlik taktil o'zaro ta'sir ma'lumotlarini taqdim etdi. Bu ma'lumotlar qo'l bilan tegish orqali tekstura, qattiqlik, harorat va ishqalanish kabi fizik xususiyatlarni tushunishga qodir modellarni o'qitish uchun mo'ljallangan.
Taktil ma'lumotlarning ahamiyati
Taktil ma'lumotlarning kamchiligi jismoniy sun'iy intellekt sohasida jiddiy to'siq sifatida tan olingan. Ko'rishga asoslangan tizimlar ob'ektlarni aniqlashi va yaqinlashish yo'nalishlarini rejalashtirishi mumkin, ammo ular ushlash kuchini aniqlay olmaydi, sirpanishni aniqlay olmaydi yoki kontakt orqali materiallarning xususiyatlarini farqlay olmaydi. Inson manipulyatsiyasi ob'ektni ushlab turishning ishonchliligi, uning sirpanishiga yaqinlashishi va turli materiallar uchun zarur bo'lgan ta'sir kuchi kabi narsalarni his qilish imkonini beradigan taktil qayta aloqaga juda bog'liq. Bu ko'nikmalar inson tomonidan minglab soatlik o'zaro ta'sir natijasida o'rganiladi va ularni robotlarda takrorlash shunga o'xshash miqdordagi taktil tajribani talab qiladi.
Ma'lumotlarni yig'ish metodologiyasi
Ta'kidlangan uchta hisobot taktil sensorlarni ishlab chiqish va kalibrlash, keng miqyosli taktil ma'lumotlarni yig'ish metodologiyasi va taktil ma'lumotlarni hisobga olgan manipulyatsion modellarni o'qitishni qamrab oladi. Sensorlarga qo'llaniladigan yondashuv kondensatsiyalash, piezoelektr va rezistiv sensoring kabi bir nechta aylantirish prinsiplarini birlashtiradi, bu kontakt paytida statik bosim taqsimotini va dinamik tebranish signallarini qayd etish imkonini beradi. Ma'lumotlar bir nechta robot platformalaridan yig'ildi, ular turli materiallar, geometriya va teksturalarga ega minglab ob'ektlar ustida ushlash, qo'lda manipulyatsiya qilish va sirtni o'rganish vazifalarini bajardi.
AI ekotizimiga hissa
Bu ma'lumotlarni nashr etish jismoniy AI ning ochiq ekotizimiga muhim hissa qo'shadi. Yuqori sifatli taktil ma'lumotlar kam uchraydi, chunki ularni yig'ish maxsus uskuna, kontakt hodisalarini aniq annotatsiya qilish va robotning uzoq muddatli ishlashini talab qiladi. 30 000 soatlik tuzilgan taktil o'zaro ta'sir ma'lumotlariga ochiq kirishni taqdim etish orqali XinZhi Embodied va Fudan universiteti sezuvchanlikni qo'llab-quvvatlovchi manipulyatsiya sohasidagi tadqiqotlarni tezlashtirishni maqsad qilgan. Bu robotlarning vizualga yo'naltirilgan ish bilan cheklanmasdan, keng doiradagi ob'ektlar, materiallar va real dunyo sharoitlari bilan ishlashga qodir bo'lishiga imkon beradi.
Idrok etish modaliyatlarini integratsiya qilish
Bu ish inson his-tuyg'ularini integratsiya qilishni taqlid qiluvchi multimodal idrok etishga qaratilgan jismoniy intellektdagi umumiy tendensiyaga mos keladi. Ko'rish global fazoviy tushunishni ta'minlasa, til vazifalar bajarish uchun ko'rsatmalar beradi, sezuvchanlik esa nozik manipulyatsiya uchun zarur bo'lgan mahalliy fizik o'zaro ta'sir ma'lumotlarini taqdim etadi. Shanghayda joylashgan XinZhi Embodied va Fudan universiteti o'rtasidagi hamkorlik Xitoy jismoniy intellekt ekotizimida akademik tadqiqotlar va startap innovatsiyalari o'rtasidagi chuqurroq integratsiyani aks ettiradi, shu bilan birga tadqiqot natijalari mahsulotlarni ishlab chiqish sikllariga bevosita ta'sir qiladi. Taktil ma'lumotlarni nashr etish uchinchi tomon tadqiqotchilari va ishlab chiquvchilarga avval ma'lumotlar yetishmasligi sababli mavjud bo'lmagan manipulyatsiya imkoniyatlarini yaratish imkonini berishi kutilmoqda.
>


