机器人徒手抓苍蝇指日可待 MIT新算法可加快抓取

 

近日发表在《国际机器人研究杂志》上显示，麻省理工学院的工程师研究出一种新算法，可以通过将物体推向静止表面，以加快机器人调整其对物体的抓握力所需的计划过程。

 

传统算法需要数十分钟来计划一系列动作，而新团队的方法将这一预计划过程缩短到不到一秒钟。

 

该算法由麻省理工学院机械工程学副教授阿尔贝托·罗德里格斯教授（Alberto Rodriguez）带领的团队研发，包括机械工程研究生Nikhil Chavan-Dafle和电气工程与计算机科学研究生Rachel Holladay。

 

Alberto Rodriguez教授表示，在现有的环境下，这种是提高机器人抓手灵活性的一种算法。

 

尤其是在工业环境中，新算法能够使机器人进行更快的规划过程，机器人能够在复杂的环境迅速找到应对方式，例如推挤、互动或者其他方式来放置其所持握的物体。这种灵活的操作对于分类拣选，甚至是复杂的工具使用都是有用的。

 

机器人拿起印刷体字母T，将其推到附近的墙壁上以重新倾斜，再将其放回

 

新算法中的物理学：运动锥

 

罗德里格斯（Rodriguez）的团队致力于使机器人能够利用其环境来帮助他们完成物理任务，例如在垃圾箱中拾取和分类物体。

 

传统算法通常需要花费数小时来计划机器人抓取器的一系列动作，主要是因为对于它考虑的每个动作，该算法必须首先计算该动作是否满足许多物理定律，例如牛顿定律和库仑定律等。

 

传统算法通过整合所有物理定律，提前考虑机器人可能做的所有运动，从中选择一个有用的运动，这是一个繁琐的计算过程。

 

罗德里格斯（Rodriguez）团队在决定机器选择的运动方式之前，找到了一种解决这些物理问题的紧凑方法，即他们通过使用“运动锥”来做到这一点，“运动锥”本质上是可视的锥形摩擦图。

 

圆锥体的内部描绘了可以在特定位置应用于对象的所有推动运动，同时满足了物理基本定律并使机器人能够握住对象。圆锥体外部的空间代表了所有推动，这些推动将以某种方式导致物体滑出机器人的抓地力。

 

对于这个现象，Rachel Holladay解释说：“看似简单的变化，例如机器人如何抓紧物体，可以显着改变物体在被推动时在抓握中的移动方式。根据人的抓紧程度，会有不同的动作。这是该算法处理的物理推理的一部分。”

 

团队的算法针对机器人抓取器，抓取的物体以及要推动的环境之间的不同可能配置计算运动锥，以选择排序不同的可行推力来重新定位物体。

 

Rachel Holladay表示，“这是一个复杂的过程，但仍比传统方法要快得多，这样的速度以至于计划一整系列的推送仅需半秒钟。”

 

计划将该算法付诸于各种环境

 

研究人员在具有三向交互作用的物理设置上测试了该新算法，其中一个简单的机器人抓手握住T形块并推向垂直杆。他们使用了多种启动配置，机器人将滑块固定在特定位置，并以一定角度将滑块推向拉杆。对于每种初始配置，新算法都会立即生成机器人可能施加的力气和位置。

 

罗德里格斯（Rodriguez）团队进行了数千次推动，以验证模型，并正确地预测了现实世界中发生的事情。

 

Rachel Holladay说：“如果我们在圆锥体内施加推力，则所抓取的物体应保持在控制之下。如果在外面，物体应该从抓地力处滑落。”

 

研究人员发现，该算法的预测与实验室中的物理结果可靠地匹配，并计划了一系列动作。例如，在将木块放到桌子上之前，将木块靠着木条重新定向，这个过程不到一秒钟。而传统算法需要花费500秒钟以上的时间来计划。

 

Alberto Rodriguez教授认为，目前他们团队可以应对更复杂的规划问题。

 

该小组希望这个能发能在实际环境中被应用，这样算法能被改进升级，以使在制造环境中的机器人抓手能够处理不同类型的工具。

 

或许将来有一天，新算法能使机器人徒手抓苍蝇，就不止是用在工业中那么简单了。