機(jī)器人自動(dòng)化技術(shù)的飛速發(fā)展有望徹底改變各行各業(yè)，并通過(guò)取代人類(lèi)從事高風(fēng)險(xiǎn)、高體力勞動(dòng)或重復(fù)性工作來(lái)改善人類(lèi)的生活。雖然現(xiàn)有機(jī)器人在裝配線(xiàn)等受控環(huán)境中表現(xiàn)出色，但自動(dòng)化的最終前沿領(lǐng)域在于烹飪、照護(hù)老人和探索等任務(wù)中常見(jiàn)的動(dòng)態(tài)環(huán)境。為實(shí)現(xiàn)這一目標(biāo)，關(guān)鍵障礙之一是使機(jī)器人能夠適應(yīng)觸摸。與人類(lèi)的手不同，人類(lèi)的手能夠憑直覺(jué)調(diào)整抓握力以適應(yīng)未知重量、摩擦力或剛度的物體，而大多數(shù)機(jī)器人系統(tǒng)缺乏這種至關(guān)重要的適應(yīng)能力。
圖片來(lái)源：慶應(yīng)義塾大學(xué)
為將人類(lèi)的精細(xì)動(dòng)作轉(zhuǎn)移到機(jī)器上，研究人員開(kāi)發(fā)各種運(yùn)動(dòng)再現(xiàn)系統(tǒng)（motion reproduction systems，簡(jiǎn)稱(chēng)MRS）。這些系統(tǒng)的核心在于精確記錄人類(lèi)動(dòng)作，并通過(guò)遠(yuǎn)程操作在機(jī)器人上重現(xiàn)這些動(dòng)作。然而，如果被操作物體的屬性發(fā)生變化或與記錄的動(dòng)作不匹配，MRS往往會(huì)遇到問(wèn)題。這限制MRS的通用性，進(jìn)而限制機(jī)器人的整體應(yīng)用范圍。
據(jù)外媒報(bào)道，為應(yīng)對(duì)這一根本性挑戰(zhàn)，由日本的慶應(yīng)義塾大學(xué)（Keio University）主導(dǎo)的研究團(tuán)隊(duì)開(kāi)發(fā)出一種基于高斯過(guò)程回歸（Gaussian process regression，簡(jiǎn)稱(chēng)GPR）的運(yùn)動(dòng)再現(xiàn)系統(tǒng)，旨在自適應(yīng)地建模和再現(xiàn)復(fù)雜的人體運(yùn)動(dòng)。通過(guò)學(xué)習(xí)人體運(yùn)動(dòng)與物體屬性之間的關(guān)系，該方法使機(jī)器人能夠利用少量訓(xùn)練數(shù)據(jù)集精確復(fù)制人類(lèi)的抓取行為，并以驚人的精度和效率操作陌生的物體。
這項(xiàng)研究由慶應(yīng)義塾大學(xué)理工學(xué)研究科碩士研究生Akira Takakura先生主導(dǎo)，并由系統(tǒng)設(shè)計(jì)工程系副教授Takahiro Nozaki、博士研究生Kazuki Yane、慶應(yīng)義塾大學(xué)名譽(yù)教授Shuichi Adachi以及東京理科大學(xué)（Tokyo University of Science）助理教授Tomoya Kitamura共同撰寫(xiě)。該研究的相關(guān)論文發(fā)表于《IEEE Transactions on Industrial Electronics》。
該團(tuán)隊(duì)的核心突破在于摒棄線(xiàn)性建模策略，轉(zhuǎn)而采用高斯過(guò)程回歸。這是一種回歸技術(shù)，即使訓(xùn)練數(shù)據(jù)量較少，也能精確地映射復(fù)雜的非線(xiàn)性關(guān)系。通過(guò)記錄人類(lèi)抓取多個(gè)物體的動(dòng)作，研究人員訓(xùn)練GPR模型，使其能夠識(shí)別物體“環(huán)境剛度”與人類(lèi)發(fā)出的必要位置和力指令之間的關(guān)系。反過(guò)來(lái)，這個(gè)過(guò)程有效地揭示人類(lèi)潛在的運(yùn)動(dòng)意圖，或者說(shuō)“人類(lèi)的剛度”，使機(jī)器人能夠?yàn)閺奈从龅竭^(guò)的物體生成適當(dāng)?shù)倪\(yùn)動(dòng)。
Nozaki博士解釋道：“讓機(jī)器人具備操控常見(jiàn)物體的能力至關(guān)重要，這能使它們與日常生活中的物體互動(dòng)，并對(duì)遇到的力做出適當(dāng)?shù)姆磻?yīng)?！?/p>
為驗(yàn)證研究人員的方法，研究人員將其與傳統(tǒng)的運(yùn)動(dòng)再現(xiàn)系統(tǒng)（MRS）、線(xiàn)性插值和典型的模仿學(xué)習(xí)模型進(jìn)行對(duì)比測(cè)試。所提出的高斯過(guò)程回歸（GPR）系統(tǒng)在復(fù)現(xiàn)精確的運(yùn)動(dòng)指令方面表現(xiàn)出顯著的性能提升，無(wú)論是插值還是外推。對(duì)于剛度在訓(xùn)練集范圍內(nèi)的物體的插值，該系統(tǒng)將位置的平均均方根誤差（root-mean-square error ，簡(jiǎn)稱(chēng)RMSE）降低至少40%，力的平均均方根誤差降低至少34%。同時(shí)，對(duì)于比訓(xùn)練集中的物體更硬或更軟的物體的外推，結(jié)果同樣穩(wěn)健，位置的均方根誤差降低74%。最重要的是，所提出的基于高斯過(guò)程回歸（GPR）的方法顯著優(yōu)于所有其他方法。
通過(guò)以最少的訓(xùn)練數(shù)據(jù)精確建模人機(jī)交互，這種新型的運(yùn)動(dòng)再現(xiàn)系統(tǒng)（MRS）將有助于為各種物體生成靈巧的運(yùn)動(dòng)指令。這種捕捉和重現(xiàn)復(fù)雜人類(lèi)技能的能力最終將使機(jī)器人能夠突破僵化的情境，提供更復(fù)雜的服務(wù)。
Takakura先生表示：“由于這項(xiàng)技術(shù)只需少量數(shù)據(jù)即可運(yùn)行，并降低了機(jī)器學(xué)習(xí)的成本，因此它在包括生命維持機(jī)器人在內(nèi)的眾多行業(yè)中具有潛在的應(yīng)用價(jià)值。生命維持機(jī)器人必須根據(jù)不同的目標(biāo)調(diào)整其運(yùn)動(dòng)，而這項(xiàng)技術(shù)可以降低那些由于需要大量訓(xùn)練數(shù)據(jù)而無(wú)法采用機(jī)器學(xué)習(xí)的公司所面臨的門(mén)檻?！?/p>
