為了與周圍環(huán)境有效交互，機(jī)器人應(yīng)該能夠像人類一樣通過觸摸不同物體來識別它們的特征。通過使用傳感器收集的反饋來調(diào)整他們的抓握和操縱策略，這將使他們能夠更有效地抓握和管理對象。

考慮到這一點，全世界的研究小組一直在嘗試開發(fā)可通過分析傳感器收集的數(shù)據(jù)來使機(jī)器人具有觸覺的技術(shù)，其中許多都是基于深度學(xué)習(xí)架構(gòu)的使用。盡管其中一些方法很有希望，但它們通常需要大量的訓(xùn)練數(shù)據(jù)，并且無法始終很好地概括以前沒有學(xué)習(xí)過的物體。

蘇黎世聯(lián)邦理工學(xué)院的研究人員最近推出了一種新的基于深度學(xué)習(xí)的策略，該策略可以在不需要大量真實數(shù)據(jù)的情況下在機(jī)器人中實現(xiàn)觸覺傳感。在arXiv上預(yù)先發(fā)表的一篇論文中概述了他們的方法，該方法需要完全在模擬數(shù)據(jù)上訓(xùn)練深度神經(jīng)網(wǎng)絡(luò)。

進(jìn)行這項研究的研究人員之一卡洛·斯費(fèi)拉扎（Carlo Sferrazza）說：“我們的技術(shù)從數(shù)據(jù)中學(xué)習(xí)如何預(yù)測與傳感表面接觸的物體施加的力的分布，到目前為止，這些數(shù)據(jù)（成千上萬個數(shù)據(jù)點）需要在幾個小時的實驗設(shè)置中收集，這在時間和設(shè)備方面都是昂貴的。在這項工作中，我們完全在模擬，在現(xiàn)實世界中部署我們的技術(shù)時可保持較高的傳感精度?！?/p>

在實驗中，Sferrazza和他的同事使用他們制造的帶有簡單且低成本組件的傳感器，該傳感器由置于軟質(zhì)材料下方的標(biāo)準(zhǔn)相機(jī)組成，該材料包含隨機(jī)散布的微小塑料顆粒。

當(dāng)對其表面施加力時，軟材料會變形并導(dǎo)致塑料顆粒移動，然后，該運(yùn)動由傳感器的攝像頭捕獲并記錄。

Sferrazza解釋說：“我們利用由移動粒子產(chǎn)生的圖像圖案來提取有關(guān)導(dǎo)致材料變形的力的信息。通過將粒子密集地嵌入到材料中，我們可以獲得極高的分辨率。由于我們采用數(shù)據(jù)驅(qū)動的方法來解決此任務(wù)，因此，我們可以克服建模與軟材料接觸的復(fù)雜性，并以較高的方式估算這些力的分布準(zhǔn)確性?！?/p>

本質(zhì)上，研究人員使用最新的計算方法創(chuàng)建了傳感器的軟材料和相機(jī)投影的模型。然后，他們在仿真中使用了這些模型，以創(chuàng)建包含13448張合成圖像的數(shù)據(jù)集，非常適合訓(xùn)練觸覺感應(yīng)算法。他們在仿真中為其觸覺感應(yīng)模型生成訓(xùn)練數(shù)據(jù)這一事實方面具有極大的優(yōu)勢，因為這避免了他們不得不在現(xiàn)實世界中收集和注釋數(shù)據(jù)。

Sferrazza說：“我們還開發(fā)了一種轉(zhuǎn)移學(xué)習(xí)技術(shù)，使我們可以在現(xiàn)實世界中生產(chǎn)的觸覺傳感器的多個實例上使用相同的模型，而無需其他數(shù)據(jù)。這意味著每個傳感器的生產(chǎn)成本變得更低，因為它們不需要額外的校準(zhǔn)工作。”

研究人員使用他們創(chuàng)建的綜合數(shù)據(jù)集來訓(xùn)練基于視覺的觸覺應(yīng)用的神經(jīng)網(wǎng)絡(luò)架構(gòu)，然后通過一系列測試評估其性能。即使經(jīng)過模擬訓(xùn)練，神經(jīng)網(wǎng)絡(luò)也取得了非凡的結(jié)果，可以對真實數(shù)據(jù)進(jìn)行準(zhǔn)確的感測預(yù)測。

“當(dāng)我們訓(xùn)練的量身定制的神經(jīng)網(wǎng)絡(luò)體系結(jié)構(gòu)應(yīng)用于與我們的模擬中所使用的數(shù)據(jù)完全不同的數(shù)據(jù)時，例如在估計與任意一個或多個對象的接觸時，也顯示出非常有希望的泛化可能性，可用于其他情況形狀?！?Sferrazza說。

由Sferrazza和他的同事開發(fā)的深度學(xué)習(xí)體系結(jié)構(gòu)可以為機(jī)器人提供人為的觸摸感，從而有可能增強(qiáng)其抓握和操縱技能。此外，他們編輯的綜合數(shù)據(jù)集可用于訓(xùn)練其他模型以進(jìn)行觸覺感測，或啟發(fā)創(chuàng)建新的基于仿真的數(shù)據(jù)集。

Sferrazza說：“我們現(xiàn)在要在涉及與復(fù)雜對象的非常普通的交互的任務(wù)中評估我們的算法，并且我們也在努力提高其準(zhǔn)確性。我們認(rèn)為這項技術(shù)在應(yīng)用于現(xiàn)實世界的機(jī)器人任務(wù)時將顯示出其優(yōu)勢，例如對易碎物體（例如玻璃或雞蛋）進(jìn)行精細(xì)操縱的應(yīng)用。”