แขนเทียมนี้รวมการควบคุมด้วยตนเองเข้ากับการเรียนรู้ของเครื่อง — OPDEV.MEN

แขนเทียมนี้รวมการควบคุมด้วยตนเองเข้ากับการเรียนรู้ของเครื่อง thumbnail

แขนขาเทียมกำลังดีขึ้นทุกปี แต่ความแข็งแกร่งและความแม่นยำที่พวกเขาได้รับนั้นไม่ได้แปลว่าเป็นการใช้งานที่ง่ายขึ้นหรือมีประสิทธิภาพมากขึ้นเนื่องจากผู้พิการมีเพียงการควบคุมระดับพื้นฐานเท่านั้น ถนนสายหนึ่งที่มีแนวโน้มที่ถูกสอบสวนโดยนักวิจัยชาวสวิสคือให้ AI เข้าควบคุมการควบคุมด้วยมือ เพื่อให้เห็นภาพของปัญหาลองนึกภาพคนที่มีแขนด้วนเหนือข้อศอกควบคุมแขนขาเทียมที่ชาญฉลาด เมื่อวางเซ็นเซอร์ไว้กับกล้ามเนื้อส่วนที่เหลือและสัญญาณอื่น ๆ พวกเขาอาจจะสามารถยกแขนได้อย่างง่ายดายและนำไปไว้ในตำแหน่งที่สามารถหยิบวัตถุบนโต๊ะได้ แต่จะเกิดอะไรขึ้นต่อไป กล้ามเนื้อและเส้นเอ็นจำนวนมากที่จะควบคุมนิ้วหายไปและด้วยความสามารถในการรับรู้ว่าผู้ใช้ต้องการงอหรือขยายเลขเทียม หากผู้ใช้ทุกคนสามารถส่งสัญญาณ“ กำมือ” หรือ“ ปล่อย” ทั่วไปซึ่งจะสูญเสียสิ่งที่มือดีจริง ๆ เป็นจำนวนมาก ที่นี่ซึ่งนักวิจัยจากÉcole polytechnique fédérale de Lausanne (EPFL) เข้ามามีส่วนร่วม การ จำกัด การบอกให้จับถนัดมือหรือปล่อยไม่เป็นปัญหาหากมือรู้ว่าจะทำอะไรต่อไป – การเรียงลำดับว่ามือธรรมชาติของเรา“ โดยอัตโนมัติ” หาจุดจับที่ดีที่สุดสำหรับวัตถุโดยไม่ต้องคิดอะไร นักวิจัยด้านวิทยาการหุ่นยนต์กำลังทำงานเกี่ยวกับการตรวจจับวิธีการจับโดยอัตโนมัติเป็นเวลานานและเป็นคู่ที่สมบูรณ์แบบสำหรับสถานการณ์นี้ ผู้ใช้อวัยวะเทียมฝึกรูปแบบการเรียนรู้ของเครื่องโดยให้สังเกตสัญญาณกล้ามเนื้อของพวกเขาในขณะที่พยายามเคลื่อนไหวและจับที่หลากหลายที่สุดเท่าที่จะทำได้โดยไม่ต้องใช้มือจริงทำ ด้วยข้อมูลพื้นฐานนั้นหุ่นยนต์รู้ว่าควรจะพยายามจับแบบใดและด้วยการเฝ้าสังเกตและเพิ่มพื้นที่สัมผัสกับวัตถุเป้าหมายให้มากที่สุดมือนั้นจะปรับการยึดเกาะที่ดีที่สุดตามเวลาจริง นอกจากนี้ยังให้ความต้านทานการตกสามารถปรับการยึดได้ในเวลาไม่ถึงครึ่งวินาทีหากเริ่มลื่นไถล ผลก็คือวัตถุจะถูกจับอย่างแรง แต่เบา ๆ ตราบเท่าที่ผู้ใช้ยังคงจับมันด้วยความตั้งใจของพวกเขา เมื่อพวกเขาทำสิ่งนั้นเสร็จแล้วโดยจิบกาแฟหรือย้ายผลไม้จากชามหนึ่งจานพวกเขา “ปล่อย” วัตถุและระบบตรวจจับการเปลี่ยนแปลงนี้ในสัญญาณของกล้ามเนื้อและทำแบบเดียวกัน มันชวนให้นึกถึงอีกวิธีหนึ่งโดยนักเรียนใน Imagine Cup ของ Microsoft ซึ่งแขนติดตั้งกล้องในฝ่ามือที่ให้ข้อเสนอแนะเกี่ยวกับวัตถุและวิธีการจับมัน ทุกอย่างยังคงอยู่ในช่วงทดลองและใช้แขนหุ่นยนต์ของบุคคลที่สามไม่ใช่ซอฟต์แวร์ที่ได้รับการปรับแต่งเป็นพิเศษ แต่เทคนิค“ การควบคุมแบบแบ่งใช้” นี้มีแนวโน้มที่ดีและอาจเป็นรากฐานสำหรับคนรุ่นใหม่ของสมาร์ทขาเทียมได้ เอกสารของทีมได้รับการตีพิมพ์ในวารสาร Nature Machine Intelligence
ดูข้อมูลเพิ่มเติม จากแหล่งเว็บไซต์ข่าว

Facebook Comments