Ipinapakita ng Video ang Mga Robot na 'Transformers' ng Real-Life na Nakikita, Iniisip, at Nakapagpabago

$config[ads_kvadrat] not found

Пожарная служба Щенячий патруль! Захватывающее видео с пожарной машиной, собакой-роботом и другими

Пожарная служба Щенячий патруль! Захватывающее видео с пожарной машиной, собакой-роботом и другими
Anonim

Ang isang pangkat ng mga roboticists ay gumawa ng isa pang hakbang patungo sa tiyak na mangyayari hinaharap kung saan ang real-buhay Mga transformer lumipat sa amin.

Ang bagong pananaliksik sa modular, autonomous na mga robot ay na-publish Miyerkules na nagpapakita kung paano maaaring makita, mag-isip, at magpasya ang mga robot na baguhin ang kanilang hugis batay sa hamon na nakaharap sa kanila.

Isang koponan ng anim na tao ang nag-publish ng papel na ito ng pananaliksik - "Isang Integrated System para sa Pagdama-Hinimok na Autonomy na may Modular Robot" - sa journal Science Robotics. Ang mga mananaliksik ay nagmula mula sa Cornell University at sa University of Pennsylvania.

Narito ang mga pangunahing lugar kung paano gumagana ang robot kung ano ang ginagawa nito, sa mga salita ng mga mananaliksik.

"Maraming tao ang nakikita ito sa mga pelikula, kung nakita mo ang gusto mo Mga transformer o Big Hero 6, mga robot na maaaring magbago ng kanilang hugis, "sabi ni Mark Yim, Propesor, Unibersidad ng Pennsylvania, ng mga modular robot na ipinahayag sa linggong ito. "Nagkaroon kami ng maraming mga halimbawa ng mga robot na maaaring gumawa ng mga bagay tulad ng paglalakad o pag-akyat ng mga hagdan … ngunit lahat ng mga bagay ay natapos nang hiwalay. Ito ang kauna-unahang pagkakataon na talagang mayroon kaming isang sistema na maaaring gawin ang lahat ng mga bagay na ito nang awtomatiko."

Una, paano nakikita ng robotic system na ito ang mundo sa paligid nito? Narito ang mananaliksik na si Jonathan Daudelin:

Ginagamit namin ang isang 3-D camera na naka-mount sa aming module ng sensor upang makita at lumikha ng isang 3-D na mapa ng kapaligiran ng robot sa real time, at pagkatapos ay mayroon kaming suite ng mga algorithm ng perceptions na gumagamit ng data na ito upang gawin ang mga bagay tulad ng direktang robot kung saan upang galugarin ang mga hindi kilalang lugar at upang makilala ang kapaligiran sa mga tuntunin ng mga kakayahan ng robot.

At paano alam ng robot na ito proto-transpormer kung anong mga hugis ang kukuha? Muli, narito si Daudelin:

Maaari itong makilala ang mga hagdan o makitid na mga kiwal, patag na lugar, at iba pa, at pagkatapos ay ang mataas na antas ng tagaplano ay gumagamit ng impormasyong ito upang magpasya kung anong mga entry mula sa aklatan, na mga aksyon, na kinakailangang mga hugis ng robot upang isagawa ang mga gawain na ibinigay sa mga kondisyon sa kapaligiran.

Kaya, ano ang susunod para sa robot na ito? Sinasabi ng mananaliksik na Tarik Tosun Kabaligtaran maaaring mayroong dalawang sitwasyon kung saan ito ay ginagamit: Ang isang zone ng kalamidad - isang sitwasyon na karaniwang ginagamit ng roboticists - at ang higit pang araw-araw na sitwasyon ng isang tipikal na bahay, na may karpet at matigas na kahoy sahig at hagdan at maaaring maging isang tumpok ng marumi laundry.

"Kung pupunta ka sa isang zone ng kalamidad, hindi ito maaaring maging malinaw kung ano ang gawain bago mo aktwal na pumasok, tama ba? Kung pupunta ka sa isang gumuho gusali, hindi mo alam kung ano ang hitsura nito sa loob o kung may mga tao doon na maaaring gusto mong iligtas, "sabi ni Tosun.

"Kaya may isang robot na talagang napakaraming maaaring maging kapaki-pakinabang sa senaryo na iyon dahil maaari itong pumasok, tasahin ang mga kapaligiran nito at pagkatapos ay maaaring pumili na maging isang ahas upang dumaan sa isang maliit na bunganga o kahit na isang silungan upang maprotektahan ang mga tao mula sa pagbagsak ng mga durog na bato, isang bagay na tulad nito."

Ang mga robot na ito ay maaaring dumating domestic katulong, masyadong, Tosun says:

Ang isang bahagyang mas kaaya-ayang halimbawa o domain ay maaaring maging sa paligid ng mga bahay ng mga tao. Kung nais mong magkaroon ng isang maliit na robot na tumatakbo sa bahay ng isang tao, talagang ang aming mga tahanan at opisina at panloob na kapaligiran ay may medyo kumplikadong mga kapaligiran. Mayroong madalas na kalat, maraming iba't ibang mga ibabaw na maaaring kailanganin ng robot, at may kakayahang, halimbawa, maging isang robot na - isang hugis na mabuti para sa pag-akyat ng mga hagdan kapag kailangan mong umakyat sa hagdan o mabuti sa uri ng pag-zoom sa sahig kung mayroon kang flat floor. Maaaring maging kapaki-pakinabang din sa isang tahanan.

Ano ang isang bagay na hindi pa magagawa ng mga robot na ito sa lalong madaling panahon? Nagmumula ito sa kung paano iniisip ng robot at kung paano ito magiging mas malakas, sabi ng mga mananaliksik.

Sinasabi ni Tosun Kabaligtaran na ang modular roobts ay napakabuti sa pagiging flexible ngunit hindi sila masyadong malakas; hindi nila maiangat ang mga mabibigat na bagay. Ang mga mananaliksik ay maaaring pagsamahin ang kanilang modular na kalikasan na may mas makapangyarihang nakakataas na mga robot o robot. Ang mga modular robot ay maaari ding gamitin upang bumuo ng mga istraktura na kung saan ay maaaring paganahin ang mga ito upang magamit sa mga bagong capacities, tulad ng scaling malaking istraktura.

Ang iba pang mga kagiliw-giliw na lugar na ang modular proto-transpormer ay maaaring mapabuti ay may kaugnayan sa artificial intelligence, o pag-aaral ng machine. Sa ngayon, ang modular robot ay may isang library ng mga desisyon o mga pagkilos upang mag-imbak nang lokal. Narito ang Hadas Kress-Gazit, isa pang mananaliksik sa koponan at nag-uugnay na propesor sa Cornell:

"Ang isang tunay na isang kagiliw-giliw na tanong ay maaari naming i-automate na sa ilang mga paraan ?," Kress Gazit nagsasabi Kabaligtaran. "Kaya maaari naming gamitin ang pag-aaral ng machine? Maaari ba kaming gumamit ng iba't ibang (atomization) na mga algorithm upang makagawa ng mga ito, o hindi bababa sa isang hanay ng mga hugis ng kandidato at mga pag-uugali na sumasaklaw muli sa mas malaking hanay ng mga gawain pagkatapos ay maaari nating gawin ngayon. Kaya iyan ang uri ng isang kagiliw-giliw na tanong sa pananaliksik na aming tinutuklas."

$config[ads_kvadrat] not found