據(jù)外媒報道，英國布里斯托大學的研究人員最近訓練了一種基于深度神經網(wǎng)絡的模型，以收集有關機器人的觸覺信息。他們將深度學習技術應用于具有傳感功能的機器人指尖，并發(fā)現(xiàn)該技術可以幫助機器人推斷出有關周圍環(huán)境的更多信息。

據(jù)悉，這項研究的目的是當控制機器人與周圍環(huán)境進行物理交互時，可以實現(xiàn)人為地重新創(chuàng)造觸摸感。

與機器人相比，人類之間的觸感是不經意的，通過觸摸就能感知物品的形狀，然而這背后的計算極其復雜。為了使機器人擁有同樣的觸覺，布里斯托大學的研究人員通過將深度學習，在機器人上實現(xiàn)了這種類型的物理交互，它的作用與人類皮膚的指尖十分相似。

機器人中重塑觸覺的研究已經進行了十年之久。過去的研究中一直在采用更傳統(tǒng)的機器學習技術，例如概率分類器等。但是研究者們發(fā)現(xiàn)這些技術僅允許機器人執(zhí)行非常基本的任務，例如以緩慢的敲擊運動感覺簡單的2D形狀。

而這項新論文的突破在于，自然復雜物體上使用的方法在三個維度上起作用，使指尖滑動得像人類一樣。值得高興的是布里斯托大學的研究人員由于過去幾年在深度學習方面的進步，做到了這一點。

為機器人提供觸摸感可以幫助控制其手和指尖，從而使它們能夠估計與其接觸的對象或對象的一部分的形狀和紋理。例如，當機器人沿著一條邊緣在表面上滑動時，機器人可能能夠估算出邊緣的角度并相應地移動其機器人手指。

研究人員發(fā)現(xiàn)，通過深度學習構建機器人從感覺數(shù)據(jù)到表面特征(例如邊緣角度)的可靠地圖，這背后的邏輯相當困難，因為必須經歷像人一樣可扭曲、會滑動才能收集到數(shù)據(jù)。通過收集準確的表面角度估算值，機器人可以更好地控制機械手的指尖。

將來，這種方法可以為機器人提供類似于人類的物理靈巧性，使他們可以根據(jù)與之交互的對象有效地調整其抓握和操縱策略。

到目前為止，研究人員已經通過將其與單個機器人指尖集成來證明了其技術的有效性，將來可以將其應用于軟機器人的所有指尖和四肢，從而使其可以像人類一樣操作工具并完成操縱任務，這最終可能為開發(fā)更高效的機器人以在各種環(huán)境中部署鋪平道路，其中包括用于完成家務、在農場采摘農產品或滿足醫(yī)療機構中患者需求的機器人等等，這無疑是一個很大的進步，對比你怎么看呢?

來源：極果