大数据文摘作者：Caleb以波士顿动力为代表，现在机器人能做的事情越来越多，很多人担心机器人是否迟早会取代他们的工作。但实际上，在一些更细致的事情上，机器人还是略逊于人类，比如剥香蕉。但是……这行得通吗？[doge]2018年，卡内基梅隆大学的研究人员制作了一个名为Fingervision的系统，可以赋予机器人粗略的触觉。该系统安装在机器人Baxter的手臂末端后，可以完成一系列的抓取动作，比如剥香蕉。不过可以看出，机器人的动作远谈不上灵活，剥香蕉也不仅仅是剥皮，还得注意不要伤到果肉。如何利用机器人的行为模式来完成如此精细的动作，成为了一个难题。就在最近，日本东京大学的研究人员研制出这样一种机器人，配备了2只手臂和2只手，每只手都有两个可以抓取物体的“手指”。为了训练机器人剥香蕉皮，一位研究人员在13小时内剥了数百根香蕉，因此有足够的数据来训练机器人这样做。据研究人员称，他们将香蕉去皮过程分为9个阶段。结果，在57%的情况下，机器人能够在确保果肉未受损的情况下成功剥香蕉皮。平均而言，整个过程每次不到3分钟。相关研究已经以论文的形式发表：论文链接：https://arxiv.org/pdf/2203.09749.pdf没想到剥香蕉这么复杂。让我们来看看这个香蕉剥皮实验是怎么回事。实验中使用的机器人框架包括一个双臂机器人系统，带有两个UR5（UniversalRobots）机械手和两个运动学参数与UR5机器人相同的控制器。演示数据是通过控制器控制机器人生成的。ZED迷你立体相机(StereoLabs)安装在具有2D平移结构的机器人系统上。在这项研究中，相机被固定在可以观察香蕉的位置。人类操作员可以在操作机器人时通过头戴式显示器看到立体相机图像。此外，HMD上还安装了眼动仪（Tobii），以实时测量操作员的注视位置。一位研究人员操作机器人剥了数百根香蕉，并生成了811分钟的演示数据来训练机器人自行完成。任务分为九个阶段，从抓香蕉到用手把它从桌子上拿起来，用另一只手抓住上面，剥香蕉，然后移动香蕉，这样就可以剥掉剩下的皮了：抓香蕉：左手抓桌子上的香蕉；拿起：举起香蕉；握尖：右手伸手握住香蕉尖；剥皮：剥去香蕉的尖端；去皮；重新定位：转动香蕉，使右手可以够到左边的果皮；伸手：右手靠近左果皮；剥左边：用右手握住左边的果皮，将其剥开。对于不太可能损坏香蕉的大幅度运动，机器学习模型会不假思索地绘制一条模仿人类行为的轨迹。但是当手臂被要求精确地操纵香蕉时，系统会切换到反应性方法，对环境中的意外变化做出反应。每个实验用15根香蕉进行测试。结果显示，机器人剥香蕉的成功率为57%，整个过程用时不到3分钟。“在这种情况下，真正有趣的是，人类使用的过程已通过深度模仿学习应用于机器人系统的训练，”英国谢菲尔德大学的乔纳森艾特肯说。Kim还补充说，他的方法是数据高效的，因为它使用了13小时的训练数据，而不是数百或数千小时的训练数据。“它仍然需要大量昂贵的GPU（图形处理单元），但通过使用我们的结构，我们可以减少大量计算。”但他也表示，有了更好的运动控制，它可能会更好地工作，而且这项技术不仅仅是为了香蕉，目标是训练一个系统来处理更广泛的需要精细运动技能的任务。任务。很长一段时间以来，机器人一直在学习剥香蕉皮。除了剥香蕉这种简单易行，但说起来难的事情，越来越多的机器人将目光投向了厨房。2月，瑞士科学家推出了Bouebot机器人来制作完美的火锅。从倒酒，到搅拌洒胡椒粉，再到拿起金属钉，在面包上扎个洞，然后放在架子上，难度丝毫不减。上图中，项目技术经理LudovicAymon使用控制板将机械臂向下移动到每个奶酪三角形，通过在顶部创建真空来将其抬起。根据项目技术经理LudovicAymon的说法，开发机器人的最大挑战是让精密机械机器人处理不精确的有机材料。奶酪等材料并不完全平坦或高度相同。30岁的Workshop4.0联合总监尼古拉斯·方丹(NicolasFontaine)表示，“我们想做一个项目……将创新与瑞士传统相结合，奶酪火锅是完美的选择。对于瑞士人来说，奶酪火锅具有象征意义。它也是一种非常情绪化的东西事情，因为它是我们身份和专业知识的一部分。火锅是一种欢乐的东西......这是让人们谈论机器人技术及其使用方法的绝佳机会。”早在2007年，麻省理工学院就研发出智能机器人Domo。它拥有与人类相似的眼睛和手臂，可以根据外界环境调整自己的动作。当然，它也可以剥香蕉。AaronEdsinger是Domo研发团队的负责人，也是麻省理工学院计算机科学与人工智能实验室的博士后研究员。他介绍，Domo的两个眼球其实是连接12台电脑的两个摄像头，可以主动观察周围环境，并据此采取行动。例如，面对一个人时，它的目光会集中在对方的脸上。埃辛格还表示：“将机器人的眼睛设计得更加拟人化，将有助于加强它与外界和人类的互动和交流。”此外，Domo还可以进行一些非常灵巧的活动，比如剥香蕉。与只能按照预设程序运行的产线机器人相比，多摩还可以在未知环境下自主决策、完成任务。但正如Edsinger所指出的，虽然机器人在操作领域已经开始向人类学习，但要真正像人类一样舒适自然，还有很长的路要走。
