中文 | English

【機器人專題】機器人學會新技能,打桌球和快速摺衣服都沒問題!

作者:王姵文

 

機器人的出現能取代高重複性且單純耗時的工作,使人們可以將更多的心力投注在自己想做或更有意義的事情上,目前越來越多不同類型和功用的機器人出現,其技術也在不斷增進,以下介紹兩種新型機器人案例。

兩分鐘快速摺好一件衣服的機器人

美國加州大學柏克萊分校(UC Berkeley) AUTOLAB的研究團隊開發的人工智慧(AI)雙臂機器人SpeedFolding,運用機器視覺、BiMaMa-Net(BiManual Manipulation Network)神經網路、加上兩條機器人手臂,雖然摺疊衣服的速度仍比不上人類,但已遠勝現有的摺衣機器人。

由於衣服的高維度組態空間(High dimensional configuration space)與複雜動態,高效率與可靠的完成衣服折疊,長久以來都是機器人操控的一項挑戰,SpeedFolding每小時能折疊30到40件隨意擺放的衣服,平均約兩分鐘內能摺好1件(成功率93%),目前其它摺衣機器人最快每小時只能摺好3到6件。

為解決衣服易起皺的問題,研究團隊採用兩條機器人手臂的配置,能將衣服放平再依指定的優先摺衣線摺好衣服,或許因此而比目前主要採用單一機器人手臂配置的摺衣機器人速度快5到10倍。SpeedFolding會先透過上方的攝影機檢視衣服的初始狀態,計算應抓起衣服的哪兩處,並放平在欲進行摺衣程序的位置。

以往的摺衣機器人多採單手,或複雜的演算法,但這些方式仰賴大量互動,並需花費更多時間完成作業。SpeedFolding 則改以不一樣的方式,採用神經網絡 BiManual Manipulation Network(BiMaMa-Net)學習了 4300 次人或藉由機器輔助,來達成的撫平和摺衣服動作。採用配備夾抓指尖的ABB YuMi工業機器人,指尖上並附加3D列印的小鋸齒狀粗糙表皮以增加抓取衣服的摩擦力。整個過程包含了投擲、拖曳、移動和取放等動作。

SpeedFolding的BiMaMa-Net經過4,300個人類與機器輔助的摺衣案例訓練,即使是案例中沒有的衣服顏色、質料、形狀也都能正確處理,潛在應用包括紡織品製造與物流、商業與家庭洗衣、健康照護、餐旅。

儘管研究員將 SpeedFolding 描述為一項技術的躍進,但短期內這台機器人還不會到市面上,由於外媒找出一台類似的雙臂機器人,售價需 58,000 美元,另外,研究員也表示他們希望能持續探索更多機器人摺衣服的方式。研究中也提到未來摺衣機器人可能的應用場域,包括紡織工業和醫院等,但有鑑於衣物非線性的特質,目前這些產業仍以人力摺衣服為主。

能和人類進行340次桌球推打的機器人

Google AI 名為「i-Sim2Real」的研發專案,成功訓練機器人與人類進行 340 次桌球推打。Sim2Real 是一種打造 AI 的方式,藉由虛擬或模擬的環境,來訓練機器學習模型,並讓模型加以運用知識至真實世界中,可大幅縮短訓練時間。

不過機器人的訓練也無法只仰賴虛擬環境,因像人類的反應難以完全照樣模擬,所以需要真實世界的數據輔助。為解決此問題,i-Sim2Real 的研究員首先採簡易的人類行為模型作為出發點,儘管模型不夠接近實際行為也無妨,因為機器人本身也仍在學習初階段,後續再於模擬和現實環境中來回持續訓練機器人。

i-Sim2Real 的成果除了可來回推打達 340 次桌球外,機器人也可將球打至不同區域,雖然對球落下的位置並非來自精確運算,但已經可開始執行對打的策略。研究團隊也嘗試讓機器人做出一些目標導向的行為,像讓機器人從不同位置將球打到同一落點。

結語

機器人的技術和研究一直在推陳出新,除了能讓人們的生活更便利外,也帶來了許多有趣的應用。

分享到社群

vMaker編輯部

歡迎各界朋友投稿你的maker故事,不論是個人作品、創客觀點或是創客的經驗分享,我們都十分期待能聽到您的分享。 投稿請至:contact@vmaker.tw

This site or product includes IP2Location LITE data available from https://lite.ip2location.com.