设计机器手的时候,其中一个重要的难题是如何适当地掌握物件,有足够的力度但又不至于过度用力损伤物件。最近麻省理工大学(MIT)的研究人员就透过特别的手套,协助训练人工智能控制机器手。
名为“Scalable Tactile Glove,STAG”的装置,是个内建有 550 个小型感应器的手套,研究人员戴上手套之后,会掌握 26 种不同材质的物件,包括汽水罐、剪刀、网球、汤匙等,而感应器就会把压力数据记录下来,然后传送到神经网络之中分析,系统可以直接从压力分布分析物件种类,准确度达到 76%,而物件如果轻于 60 克,则实际重量也可以准确分析出来。
这些数据也让研究人员更深入了解手部掌握物件时的用力分布,对于设计机器手而言是个很重要的资料,尤其是如果要模拟真人掌握的义肢之类,使用这些资料就可以让操作更接近真人。这次研究另一个重要的进展,就是将从前需要昂贵成本的类似装置变得可以商用化,以前用做类似用途的手套可能只有 50 个感应器,但成本就高达几千美元,这次制作的手套拥有超过 10 倍的感应器数量,成本却只需 10 美元左右。
- Sensor-packed glove learns signatures of the human grasp
(本文由 Unwire Pro 授权转载;首图来源:MIT)