MIT のコンピュータ サイエンスおよび人工知能研究所 (CSAIL) のオフィスでは、柔らかいロボットハンドが慎重に指を丸めて小さな物体を掴んでいます。興味深い部分は機械設計や埋め込まれたセンサーではありません。実際、手には何も含まれていません。代わりに、システム全体は、ロボットの動きを監視し、その視覚データを使用してロボットを制御する単一のカメラに依存します。 この機能は、CSAIL の科学者によって開発された、ロボット制御について異なる視点を提供する新しいシステムから来ています。手作りのモデルや複雑なセンサーの配列を使用する代わりに、ロボットが視覚だけで制御コマンドに自分の体がどのように反応するかを学習できるようになります。ニューラル ヤコビアン フィールド (NJF) と呼ばれるこのアプローチは、ロボットに一種の身体的自己認識を与えます。この研究に関するオープンアクセスの記事が、 自然 6月25日。 「この研究は、ロボットのプログラミングからロボットの教育への移行を示しています」と、電気工学とコンピュータサイエンスを専攻する MIT の博士課程の学生であり、CSAIL の提携者であり、この研究の主任研究者である Cisa Lester Lee 氏は述べています。 「現在、多くのロボットタスクには広範なエンジニアリングとコーディングが必要です。将来的には、ロボットに何をすべきかを示し、自律的に目標を達成する方法を学習させることを私たちは構想しています。」 その動機は、シンプルだが強力な再構成から来ています。柔軟で安価なロボット工学の主な障壁は、ハードウェアではなく、さまざまな方法で達成できる能力制御です。従来のロボットは、堅牢でセンサーが豊富に組み込まれるように構築されているため、制御に使用される正確な数学的レプリカであるデジタル ツインを簡単に構築できます。しかし、ロボットが柔らかく、変形しやすく、または不規則な形状である場合、これらの想定は崩れます。 NJF […]