Humanoida robotar har hamnat i rampljuset under det senaste året, med företag som står i kö för att släppa sina egna humanoida produkter. De flesta av dem har ett typiskt mänskligt utseende, använder armar och klor för att hantera föremål och hårda ben som sitt sätt att gå.
Men nyligen lanserade Japans Toyota Research Institute (TRI) en ny robot, Punyo, och uttryckte sin förhoppning om att Punyo kommer att driva humanoida robotar framåt.
Punyo är innovativ i designkonceptet och driftmetoderna för robotar. Den har inga ben, och hittills har TRI-teamet arbetat med robotens bål och utvecklat manipulationsförmåga.
Designkoncept: tjänar mänskligt dagligt liv
Traditionella industrirobotar används mest i verkstadsdrift, montering och andra uppgifter för att förbättra produktionseffektiviteten och minska arbetsintensiteten. I framtiden kan tjänsterobotar komma in i fler hem, direkt vända mot och tillgodose vanliga människors dagliga behov.
TRI-forskare sa att Punyos mål är att bli en robot som "hjälper människor att utföra dagliga uppgifter hemma och på andra ställen."
Detta designkoncept avgör att Punyo måste vara flexibel, mjuk och säker. För för att komma in i den komplexa och föränderliga hemmiljön kan det inte finnas en hård och stel mekanisk arm som en traditionell industrirobot. Annars kommer det att ge människor en känsla av fara och göra det omöjligt att slutföra olika dagliga poster driftsuppgifter. Detta påminner lite om designidén för SoftBanks robot Pepper, som fokuserar på hur man kan göra robotar mer integrerade i mänskligt liv.
Serviceorienterade applikationer kräver också att Punyo lär sig en mängd olika dagliga färdigheter, inte bara utföra en enda operation på fabrikens löpande band. Detta kräver att robotar får starka inlärningsförmåga och behärskar driftmetoderna för olika dagliga uppgifter genom att observera och imitera mänskliga demonstrationer.
För humanoida robotar är det svårt att manipulera med hela kroppen eftersom balansen är en utmaning. Men TRI-forskare designade sin robot för att göra just det.
"Punyo gör saker annorlunda. Genom att använda hela kroppen kan den bära mycket mer än att bara trycka med en utsträckt hand", tillade Andrew Beaulieu, en av TRI:s tekniska ledare för helkroppsmanipulation. "Mjukhet, taktil känslighet och förmågan att göra mycket kontakt underlättar bättre manipulation av föremål."
Mjuk och hård kropp
För att uppnå en flexibel och mjuk robotdesign antog TRI en mekanisk armdesign som kombinerar hårt och mjukt. Punyos händer, armar och bröst är täckta av följsamma material och taktila sensorer som både känner av yttre kontakt, och de mjuka materialen tillåter robotens kropp att anpassa sig efter föremålen den manipulerar.
Detta är en typisk designidé för många nuvarande mjuka robotar.
Samtidigt, under det mjuka skalet, behåller Punyo också två "hårda" mekaniska armar som skelettstöd, samt en bålram och midjemanöverdon för att ge mekaniskt stöd och exakt kontroll. Denna kombination av hård och mjuk design kombinerar de mekaniska fördelarna med traditionella robotar med mjuka robotars mjuka egenskaper.
Specifikt kan krockkuddarna på Punyos armar justera det inre trycket för att bli hårdare eller mjukare efter behov. Samtidigt som den säkerställer en viss mekanisk styvhet, ger den också cirka 5 cm följsamhet. "Kloen" använder också en krockkuddedesign i latex med hög friktion. Kameran i handflatan kan känna av storleken på den yttre kraften genom att observera krockkuddens ytdeformation. Hela armen kan böjas och roteras, och krockkuddarna är kopplade till varandra, vilket gör att kraften kan överföras smidigt och förhindrar att roboten "bryter armen".
Stark inlärningsförmåga
För att anpassa sig till de föränderliga uppgifterna i hemmiljön måste Punyo ha en stark inlärningsförmåga.
Enligt TRI-teamet lärde sig Punyo en kontaktrik policy med hjälp av två metoder: en spridningsstrategi och exempelstyrd förstärkningsinlärning. TRI tillkännagav sin strategi för spridningspolitik förra året. Med detta tillvägagångssätt använder robotar mänskliga demonstrationer för att lära sig robusta sensorimotoriska strategier för uppgifter som är svåra att modellera.
Exempelstyrt förstärkningsinlärning är ett tillvägagångssätt som kräver modellering av en uppgift i en simulering och guidning av robotens utforskning genom en liten uppsättning demonstrationer. TRI säger att de använder denna inlärning för att implementera robusta driftsstrategier för uppgifter som kan modelleras i simuleringar.
När en robot kan se dessa uppgifter demonstrerade kan den lära sig dem mer effektivt. Det ger också TRI-teamet mer utrymme att påverka rörelsestilen som roboten använder för att slutföra sina uppgifter.
Teamet använde motstridiga rörelsepriorer (AMPs), som traditionellt används för att stilisera datoranimerade karaktärer, för att införliva mänsklig rörelsemimik i deras förstärkningspipeline.
Förstärkningsinlärning kräver att team modellerar uppgifter i simuleringar för träning. För att göra detta använder TRI en modellbaserad planerare för demonstrationer snarare än fjärroperationer. Den kallar denna process "planstyrt förstärkningsinlärning".
TRI hävdar att användningen av planeraren kan göra långdistansuppdrag som är svåra att fjärrstyra möjliga. Teamet kan också automatiskt generera valfritt antal demos, vilket minskar sin pipelines beroende av mänsklig input, vilket för TRI närmare att öka antalet uppgifter som Punyo kan hantera.
Även om Punyos mjukvarutjänstrobot fortfarande är i sin linda och dess prestanda i alla aspekter behöver förbättras, är dess tillämpningsmöjligheter breda, och Punyos designkoncept och tekniska väg ger också nya idéer för branschen.