使用深度學習使機器人指尖有觸覺

托大學的研究人員最近訓練了一種基于深度神經網絡的模型，以收集有關3-D對象的觸覺信息。在發表于《IEEE機器人與自動化》雜志的論文中，他們將深度學習技術應用于具有感應功能的機器人指尖，并發現該技術可以推斷出有關周圍環境的更多信息。

進行這項研究的研究人員之一內森·勒波拉(Nathan Lepora)教授對TechXplore表示：“我們的總體想法是，當控制機器人與周圍環境進行物理交互時，人為地重新創造觸摸感。” “人類這樣做是不經意的，例如，當用手指在物體上刷手指以感知其形狀時。然而，其背后的計算卻異常復雜。我們通過將深度學習應用于人工，在機器人上實現了這種類型的物理交互。類似于人類皮膚的指尖。”

Lepora教授近十年來一直在嘗試在機器人中重塑觸覺。在他以前的作品中，他使用了更傳統的機器學習技術，例如概率分類器。但是，他發現這些技術僅允許機器人執行非常基本的任務，例如以緩慢的敲擊運動感覺簡單的2D形狀。

Lepora教授說：“這項新論文的突破在于，我們在自然復雜物體上使用的方法在三個維度上起作用，使指尖滑動得像人類一樣。” “由于過去幾年中深度學習的進步，我們之所以能夠做到這一點。”

為機器人提供觸摸感可以幫助控制其手和指尖，從而使他們能夠估計與其接觸的對象或對象的一部分的形狀和紋理。例如，當機器人沿著一條邊緣在表面上滑動時，機器人可能能夠估計邊緣的角度并相應地移動其機器人手指。

Lepora教授說：“深度學習使我們能夠構建從感覺數據到表面特征(例如邊緣角度)的可靠地圖。” “這很困難，因為在表面上滑動像人一樣柔軟的指尖會扭曲所收集的數據。以前，我們無法將這種扭曲與表面形狀分開，但是在這項工作中，我們成功地進行了深度卷積訓練神經網絡，其中包含觸覺數據失真的示例，這使我們能夠在不到一度的范圍內生成準確的表面角度估計。”