機器人手臂全新技術　不靠視覺操作任務

編譯／曲姵蓉

哥倫比亞大學工程學院近日發表最新的研究論文，研究團隊設計出一款機器人手臂，利用先進的觸覺感知和運動學習演算法輔助機器人手臂，讓機器手臂可以不靠視覺的操作身邊的物體。

根據報導，該研究由哥羅比亞大學機械工程和計算機科學系副教授Matei Ciocarlie領軍，在Ciocarlie教授與電機工程教授Ioannis Kymissis先前的研究基礎上，將機器手指與手臂配備觸覺探測技術，並運用新的機器人運動學習方法，讓機器人手臂可以執行複雜的操作任務。

除此之外，該團隊利用深度強化學習的機器人學習架構技術，再加入團隊自研用於機器人運動策略的新演算法，讓機器人可以快速學習。透過這些強大學習方法，該機器人僅花了數個小時，就完成了以往要耗費一年時間的練習量。

為了讓實驗結果最貼近現實的情況，研究團隊為機器人手配備了5個手指和15個獨立驅動的關節，讓其在沒有任何視覺反饋的情況下，反覆執行旋轉不規則形狀物體的任務。過程中必須要保持物體安全，維持穩定的握住力。這對機器人來說是一項困難的操作任務，因為它需要不斷重新定位一部分手指，而其他手指必須保持物體穩定。

Ciocarlie教授表示：「雖然我們只是針對機器人手臂進行演示，但我們相信這個研究成果會開啟機器人操作應用的全新篇章。目前的實驗設計是讓機器人在沒有視覺的情況下，利用手臂觸覺資訊以及演算法來完成任務。未來，當我們將視覺反饋與觸覺相結合，將能夠實現更高的靈活性，甚至更接近人類手臂的真實情況。」

資料來源：RobotReport

瀏覽 580 次