Kan roboter lære jobben i en virtuell verden?
Humanoide roboter trenger enorme mengder erfaring før de kan fungere pålitelig i den virkelige verden. Nå vil DexForce flytte langt mer av treningen inn i simulering.
Søk blir tilgjengelig når de første sakene publiseres.
Forskere har utviklet en kunstig hud med mer enn 10 000 berøringssensorer som organiserer signalene mer som det menneskelige nervesystemet. I forsøk lot systemet roboter kjenne svært små overflatestrukturer og reagere automatisk på potensielt skadelig berøring.
En humanoid robot kan ha avanserte kameraer, kraftige språkmodeller og presise motorer. Men dersom den skal gripe skjøre objekter, håndtere verktøy eller arbeide tett sammen med mennesker, trenger den også noe vi vanligvis tar for gitt: en kropp som kan kjenne at den blir berørt.
Det blir vanskelig når tusenvis av sensorer skal dekke store deler av roboten.
Et forskerteam ledet fra Southern University of Science and Technology har nå demonstrert en kunstig hud som forsøker å løse nettopp dette skaleringsproblemet. Systemet kalles neural-hierarchical iontronic skin, eller NI-skin, og beskrives i en fagfellevurdert studie publisert i Nature Machine Intelligence 16. oktober.
Elektronisk hud for roboter er ikke nytt. Utfordringen oppstår når antallet sensorer blir stort.
Mange eksisterende sensorsystemer leser signalene sekvensielt. Etter hvert som flere sensorer kobles til, kan dette gi økende forsinkelse, kryssforstyrrelser mellom signaler og stadig større krav til datakapasitet.
Forskerne peker på menneskehuden som en alternativ arkitektur. Den sender ikke rå informasjon fra hver eneste reseptor direkte til hjernen som én enorm datastrøm. Sansesystemet organiserer og behandler informasjonen hierarkisk underveis.
NI-skin forsøker å gjøre noe tilsvarende elektronisk.
Systemet forskerne demonstrerte inneholder mer enn 10 000 sensorenheter, med en tetthet på opptil 1 110 sensorer per kvadratcentimeter.
Sensorene er iontroniske. De utnytter elektriske egenskaper som oppstår når ioner beveger seg i myke materialer og kan dermed brukes til følsom registrering av trykk og kontakt.
Det spesielle ligger imidlertid like mye i hvordan signalene organiseres.
Forskerne bruker frekvensbasert posisjonskoding slik at informasjon fra mange sensorer kan overføres parallelt. Deretter samles og komprimeres signalene før de sendes videre til robotens høyere behandlingsnivåer.
Ifølge studien reduserte denne konvergerende behandlingen datakravet med hundrevis av ganger, samtidig som sensorsystemet kunne levere informasjon med opptil 100 bilder per sekund.
Forskerne monterte huden på robotsystemer for å undersøke om arkitekturen faktisk kunne brukes til mer enn bare å produsere måledata.
I forsøk klarte robotene å registrere overflatedetaljer ned mot 300 mikrometer, tilsvarende 0,3 millimeter.
Andre demonstrasjoner viste blant annet en robotgriper som håndterte 0,5 millimeter tykt bly fra en mekanisk blyant og 0,2 millimeter myk loddetråd.
Det illustrerer hvorfor berøringssansen kan bli viktig for humanoide roboter. Syn alene forteller ikke nødvendigvis hvor hardt et objekt holdes, om det begynner å gli eller om en skjør gjenstand er i ferd med å bli klemt i stykker.
Forskerne demonstrerte også en enklere parallell til menneskets smerterespons.
NI-skin kunne oppdage mekaniske stimuli klassifisert som skadelige og utløse en automatisk beskyttelsesreaksjon. I en av demonstrasjonene reagerte robotsystemet på kontakt med et piggete kastanjeskall.
Det betyr ikke at roboten opplever smerte.
Her brukes «nociceptive» signaler i teknisk betydning: systemet registrerer stimuli som kan skade roboten og kobler dette til en beskyttende handling. Det interessante er at reaksjonen kan bygges inn i kroppens sansesystem i stedet for å kreve at all informasjon først behandles sentralt.
Humanoide roboter utvikles stadig mer som generelle maskiner som skal kunne bevege seg og manipulere objekter i miljøer laget for mennesker.
Da oppstår et litt paradoksalt problem.
Jo mer av kroppen som utstyres med sensorer, desto større blir informasjonsmengden som må behandles. En robot med svært følsom hud kan dermed få et dataproblem nettopp fordi huden er blitt bedre.
NI-skin angriper dette ved å hente inspirasjon ikke bare fra menneskets sensorer, men også fra måten nervesystemet organiserer informasjonen på.
Dette skiller arbeidet fra bare å bygge en enda mer følsom trykksensor.
Studien demonstrerer ikke en ferdig kunstig hud som kan trekkes over en kommersiell humanoid robot.
Langvarig holdbarhet, produksjon i stor skala, integrasjon over komplekse tredimensjonale robotkropper og robust drift utenfor laboratoriet er blant problemene som fortsatt må løses. Tidligere forskning på iontronisk hud peker også på miljøstabilitet og skalerbar produksjon som sentrale utfordringer for feltet.
Forskerne beskriver derfor resultatet som en vei mot mer menneskelignende berøring og manipulasjon, ikke som at menneskelig hud allerede er gjenskapt.
Men demonstrasjonen viser noe viktig for neste generasjon roboter: Skal humanoider få tusenvis eller millioner av kroppssensorer, holder det ikke bare å gjøre sensorene mindre og bedre.
Selve nervesystemet rundt dem må også bli smartere.