变形粘液机器人:科学家正在设法控制没有固定形态的东西

变形粘液机器人:科学家正在设法控制没有固定形态的东西 1991 年,邪典电影《终结者 2:审判日》(Terminator 2: Judgment Day)中的 T-1000 向世人展示了可变形机器人的概念。从那时起(如果不是在此之前的话),许多科学家都梦想着创造一种能够改变形状的机器人,以执行各种任务。但是,麻省理工学院的一个研究小组正在努力开发能够做到这一点的机器人。他们开发了一种机器学习技术,可以训练和控制一种可重新配置的"粘液"机器人,这种机器人可以挤压、弯曲和拉长自己,从而与周围环境和外部物体进行互动。遗憾的是,这个机器人不是由液态金属制成的。麻省理工学院计算机科学与人工智能实验室(CSAIL)的陈博源(Boyuan Chen)是概述研究人员工作的研究报告的共同作者,他介绍说:"我们的机器人就像粘液一样,可以真正改变自己的形态。我们的方法效果如此之好,非常令人震惊,因为我们面对的是一种非常新的东西"。研究人员必须设计出一种方法来控制粘液机器人,这种机器人没有手臂、腿或手指,也没有任何骨架供其肌肉推拉,更没有任何固定位置的肌肉致动器。如此无形的形态,如此无尽动态的系统......这些都是噩梦般的场景:你究竟该如何为这样一个机器人的动作编程呢?显然,在这种情况下,任何标准的控制方案都将毫无用处,因此研究小组求助于人工智能,利用其处理复杂数据的巨大能力。他们开发出了一种控制算法,可以学习如何移动、拉伸和塑造所述球状机器人,有时还可以多次学习,以完成特定任务。粘液机器人没有固定的"骨架"或执行器位置,因此具有极高的灵活性,但同时也是对控制系统的巨大挑战 麻省理工学院强化学习是一种机器学习技术,用于训练软件利用试验和错误做出决策。它非常适合训练具有明确运动部件的机器人,例如带有"手指"的抓手,可以对使其更接近目标的动作进行奖励例如捡起一个鸡蛋。那么,由磁场控制的无形软体机器人呢?"这样的机器人可能有成千上万块小肌肉需要控制,"陈说。"因此,用传统方法学习它非常困难。粘液机器人需要一次移动大块粘液,才能实现有效的功能性形状变化;操纵单个颗粒不会产生所需的实质性变化。因此,研究人员采用了一种非传统的强化学习方法。在二维行动空间中,相邻行动点之间的相关性更强,从而使软机器人的形状发生变化在强化学习中,当一个代理与环境交互时,可供选择的所有有效行动或选择的集合被称为"行动空间"。在这里,机器人的行动空间被视为由像素组成的图像。他们的模型使用机器人所处环境的图像来生成一个由网格覆盖的点所构成的二维行动空间。与图像中邻近像素的关联性相同,研究人员的算法认为邻近的动作点具有更强的关联性。因此,当机器人的"手臂"改变形状时,其周围的动作点会一起移动;"腿"上的动作点也会一起移动,但与手臂的移动不同。研究人员还开发了一种"从粗到细的策略学习"算法。首先,使用低分辨率的粗略策略(即大块移动)对算法进行训练,以探索行动空间并识别有意义的行动模式。然后,更高分辨率的精细策略深入研究,优化机器人的行动,提高其执行复杂任务的能力。团队利用人工智能强化学习技术创建了一个基于任务、以目标为导向的控制系统"从粗到细意味着,当你采取一个随机动作时,这个随机动作很可能会产生不同的结果,"该研究的合著者、同样来自CSAIL的文森特-西茨曼(Vincent Sitzmann)说。"结果的变化很可能非常显著,因为你同时粗略地控制了几块肌肉"。接下来是测试他们的方法。他们创建了一个名为"DittoGym"的模拟环境,其中有八项任务可以评估可重构机器人改变形状的能力。例如,让机器人匹配一个字母或符号,并让它生长、挖掘、踢、抓和跑。"我们在 DittoGym 中的任务选择既遵循了通用的强化学习基准设计原则,又满足了可重构机器人的特殊需求。""每项任务的设计都代表了我们认为重要的某些特性,例如通过长视野探索进行导航的能力、分析环境的能力以及与外部物体交互的能力,"Huang 继续说。"我们相信,这些任务加在一起可以让用户全面了解可重构机器人的灵活性以及我们的强化学习方案的有效性。"研究人员发现,就效率而言,他们的"从粗到细"算法在所有任务中的表现都优于其他算法(例如,仅使用粗算法或从零开始使用细算法)。要想在实验室外看到形状可变的机器人尚需时日,但这项工作是朝着正确方向迈出的一步。研究人员希望,这将激励其他人开发出自己的可重构软体机器人,有朝一日,这种机器人可以在人体上行走,或被集成到可穿戴设备中。该研究发表在预印本网站arXiv上。 ... PC版: 手机版:

相关推荐

封面图片

科学家创造出世界上最小、最轻、最快的全功能微型水黾机器人

科学家创造出世界上最小、最轻、最快的全功能微型水黾机器人 华盛顿州立大学的研究人员开发出了体积最小、速度最快的微型机器人,有望改变从人工授粉到外科手术的各个领域。这些机器人利用形状记忆合金进行运动,比以前的型号明显更轻、更快,通过模仿自然界昆虫的行为,有望实现更高的自主性和效率。图片来源:西悉尼大学图片社速度和微型化方面的突破机械与材料工程学院的博士生、这项研究的第一作者康纳-特里格斯塔德(Conor Trygstad)说:"与这种规模的其他微型机器人相比,这是非常快的速度,尽管它仍然落后于它们的生物亲戚。一只蚂蚁通常重达五毫克,移动速度可达每秒近一米。"微型机器人的关键在于使机器人移动的微型致动器。特里格斯塔德利用一种新的制造技术,将致动器微型化到不足一毫克,这是目前已知最小的致动器。一个西悉尼大学创造的机器人被放在一个25美分硬币旁边,以显示其大小。资料来源:西悉尼大学领导该项目的西悉尼大学机械与材料工程学院工程学副教授 Néstor O. Pérez-Arancibia 说:"这些致动器是迄今为止为微型机器人开发的最小、最快的致动器。"先进的致动器技术致动器使用一种称为形状记忆合金的材料,这种材料在加热时能够改变形状。之所以称之为"形状记忆",是因为它能记住并恢复到原来的形状。与移动机器人的典型电机不同,这些合金没有任何活动部件或旋转组件。Trygstad 说:"它们的机械性能非常好,轻型致动器的开发开辟了微型机器人技术的新领域。"形状记忆合金一般不用于大规模机器人运动,因为它们的速度太慢。但在西悉尼大学的机器人中,执行器是由两根直径为 1/1000 英寸的微小形状记忆合金线制成的。只需少量电流,这些金属丝就能轻松加热和冷却,使机器人能够以每秒 40 次的速度扇动鳍或移动脚。在初步测试中,致动器还能举起超过自身重量 150 倍的物体。与其他用于使机器人移动的技术相比,SMA 技术也只需要极少量的电力或热量就能使机器人移动。未来方向与改进Trygstad 说:"SMA 系统对供电系统的要求要低得多。"他是一名狂热的钓鱼爱好者,长期以来一直在观察水黾,并希望进一步研究它们的动作。虽然西悉尼大学的水黾机器人是用扁平的拍打动作来移动自己,但自然界的昆虫会用腿做更有效率的划船动作,这也是真正的昆虫能移动得更快的原因之一。研究人员希望模仿另一种昆虫,开发出一种既能在水面上也能在水面下移动的水黾型机器人。他们还在努力利用微型电池或催化燃烧技术,使机器人完全自主,不受电源束缚。编译来源:ScitechDaily ... PC版: 手机版:

封面图片

科学家利用 pH 诱导靶向癌细胞

科学家利用 pH 诱导靶向癌细胞 如何让纳米机器人精确识别和杀死癌细胞?根据发表在《nature nanotechnology》的一项研究,瑞典卡罗琳学院(Karolinska Institutet)的研究人员描述了一种刺激响应机器人开关纳米装置,能根据 pH 触发。当 pH 6.5 时释放死亡受体(death receptors)导致癌细胞死亡,pH 7.4 时保持惰性。对携带人类乳腺癌异种移植物的小鼠实验显示,该纳米装置导致癌症生长减少最多 70%。 via Solidot

封面图片

斯坦福大学发布开源远程操作机器人系统 ALOHA

斯坦福大学发布开源远程操作机器人系统 ALOHA 是一个低成本的开源硬件系统,可用于双手远程操作机器人执行精细任务 (例如给线缆轧带或剥鸡蛋壳)、动态任务 (例如颠乒乓球) 以及接触式丰富的任务 (例如给自行车上链条)。 作者 Tony Zhao 基于 Transformer 开发了一种动作学习算法,ALOHA 可以直接从实际演示中执行端到端的模仿学习,然后自主完成相同或类似的任务,也可根据实时反馈调整动作以适应不同的环境和情况。 以往执行这些任务通常需要高端机器人、精确的传感器或仔细的校准,这可能既昂贵又难以设置,而 ALOHA 开源了有关设置的所有内容,并准备了详细教程,任何人都可以3D打印组件然后运行现成的机器人。

封面图片

科学家创造出用腹部控制的“第三只手臂”

科学家创造出用腹部控制的“第三只手臂” 为了进行这项研究,我们制作了一个装置,让用户坐在其中,同时抓住两个外骨骼式手臂上的把手,并佩戴一个配备传感器的腰带,以检测他们的图表运动。他们还戴着一个 VR 头盔,通过它来观看虚拟环境。通过移动外骨骼手臂,用户可以在 VR 世界中用虚拟版的真实手臂执行任务。此外,通过以特定方式移动横膈膜,用户还可以控制虚拟的第三只手臂。第三只手臂位于虚拟左臂和右臂之间,设计成对称的六指手两侧都有一个拇指这样就不会被认为属于某一侧或另一侧。在对 61 名志愿者进行的 150 次测试中,事实证明大多数人都能轻松掌握这种设置。重要的是,测试对象能够在控制左右手臂的同时控制第三只手臂有点像同时拍头和揉肚子。在操作第三只手臂时,参与者还能参与对话,并将视线从任务上转移开。在随后的研究阶段,志愿者的胸前绑上了一个实体机械臂。该装置实际上只是一根从底座伸进和伸出的杆,但使用者仍然可以移动它,让它的"手"按照指示悬停在给定的目标圆圈上。尽管如此,这项研究并不是专门为了开发实用的第三机械臂。"这种第三臂控制的主要动机是了解神经系统,"米塞拉说。"如果你挑战大脑做一些全新的事情,你就能了解大脑是否有能力做到这一点,以及是否有可能促进这种学习。然后,我们就可以将这些知识用于开发残疾人的辅助设备或中风后的康复方案等。"有关这项研究的论文最近发表在《科学机器人学》(Science Robotics)杂志上。您可以在下面的视频中看到虚拟和实体第三只手臂的动作。 ... PC版: 手机版:

封面图片

科学家开发出能产生34倍于自身重量力量的人造肌肉装置

科学家开发出能产生34倍于自身重量力量的人造肌肉装置 研究人员利用离子聚合物人造肌肉开发出了一种软流体开关,它能以超低功率运行,产生的力是其重量的 34 倍。这一突破通过精确控制狭窄空间中的流体流动,为软机器人、生物医学设备和微流体技术提供了潜在应用。上图描述了在超低电压下使用软流体开关分离液滴的过程。资料来源:KAIST 软机器人与智能材料实验室韩国科学技术院(KAIST)(院长 Kwang-Hyung Lee)1 月 4 日宣布,机械工程系 IlKwon Oh 教授领导的一个研究小组开发出了一种软流体开关,它能在超低电压下工作,并能在狭窄空间内使用。现代科技中的人造肌肉人造肌肉模仿人类肌肉,与传统电机相比能提供灵活自然的运动,是软体机器人、医疗设备和可穿戴设备的基本元素之一。这些人造肌肉会根据电、气压和温度变化等外部刺激产生运动,要利用人造肌肉,必须对这些运动进行精确控制。基于现有电机的开关因其刚性和体积大而难以在有限的空间内使用。为了解决这些问题,研究团队开发了一种电离子软致动器,即使在狭窄的管道中也能控制流体流动,同时产生较大的力,并将其用作软流体开关。合成 pS-COF 并将其用作电活性软流体开关的普通电极-电解质宿主。A) pS-COF 的合成示意图。B) 电化学软开关的工作原理示意图。C) 使用基于 pS-COF 的电化学软开关在动态操作中控制流体流动的原理图。资料来源:KAIST 软机器人与智能材料实验室。研究小组开发的离子聚合物人工肌肉由金属电极和离子聚合物组成,在通电后会产生力和运动。人工肌肉电极表面由有机分子组合而成的多磺化共价有机框架(pS-COF)被用来以超低功率(~0.01V)产生相对于其重量的巨大力量。结果制造出的厚度为 180 微米、细如发丝的人造肌肉在启动平滑运动时产生的力比其 10 毫克的轻重量大 34 倍多。因此,研究小组能够以较低的功率精确控制流体的流动方向。领导这项研究的IlKwon Oh教授说:"以超低功率运行的电化学软流体开关可以为基于流体控制的软机器人、软电子学和微流体学领域带来许多可能性。从智能纤维到生物医学设备,这项技术有可能立即在各种工业环境中投入使用,因为它可以轻松应用于我们日常生活中的超小型电子系统。" ... PC版: 手机版:

封面图片

用于机器人学习和具身AI领域研究的模块化框架

用于机器人学习和具身AI领域研究的模块化框架 RoboHive 生态系统包含一系列预先存在的和新颖的环境,包括 Shadow Hand 的灵巧操纵、Franka 和 Fetch 机器人的全臂操纵任务以及各种四足运动任务。 与之前的作品相比,RoboHive 提供了精简且统一的任务界面,利用最新的模拟绑定,具有丰富的视觉多样性任务,并支持现实世界开发的通用硬件驱动程序。 RoboHive 的统一界面为研究人员提供了一个方便且易于访问的平台来研究多种学习范式,例如模仿、强化、多任务和分层学习。 RoboHive 还包括大多数环境的专家演示和基线结果,为基准测试和比较提供了标准。 特征: 最广泛、多样化的任务集合 完全可定制的视觉丰富的任务,专为行为泛化而设计。 奖励不可知的任务成功指标 支持多种算法系列+预训练基线 Sim 和硬件无关的机器人类,可在 sim <> real 之间轻松转换 远程操作支持。人类+专家数据集 | #框架

🔍 发送关键词来寻找群组、频道或视频。

启动SOSO机器人