Un tacto suave para el hardware robótico

La automatización es un tema cada vez más importante, y el núcleo de este concepto están a menudo vinculados al campo de la robótica y de aprendizaje automático. La relación entre el aprendizaje y la robótica máquina no se limita sólo al control del comportamiento de los robots, pero también es importante para su diseño y funciones básicas. Un robot que opera en las necesidades reales para entender su entorno y sí con el fin de navegar y realizar tareas.

Si el mundo era totalmente previsible, a continuación, un robot estaría bien moverse sin la necesidad de aprender nada nuevo acerca de su entorno. Pero la realidad es impredecible y cambiante, por lo que la máquina de aprendizaje ayuda a los robots se adaptan a situaciones desconocidas. Aunque esto es teóricamente cierto para todos los robots, es especialmente importante para los robots de cuerpo blando como las propiedades físicas de estos son intrínsecamente menos predecible que sus homólogos rígidos.

"Tomemos, por ejemplo, un robot con músculos artificiales neumáticos (PAM), el caucho y los sistemas de fluido impulsado a base de fibras que se expanden y contraen a medida", dijo el Profesor Asociado Kohei Nakajima de la Facultad de Ciencias de la Información y Tecnología. "PAM sufren inherentemente ruido mecánico al azar y la histéresis, que es esencialmente la tensión del material con el tiempo. Precisa monitores basados ​​en láser ayuda mantener el control a través de retroalimentación, pero estos sensores rígidos restringe el movimiento de un robot, así que se nos ocurrió algo nuevo."

Nakajima y su equipo pensaron que si podían modelar una PAM en tiempo real, entonces se podría mantener un buen control de la misma. Sin embargo, dada la naturaleza siempre cambiante de las PAM, esto no es realista con los métodos tradicionales de modelado mecánico. Así que el equipo se volvió a una técnica poderosa y estableció el aprendizaje máquina llamada reservorio de computación. Aquí es donde la información acerca de un sistema, en este caso el PAM, se introduce en una red neuronal artificial especial en tiempo real, por lo que el modelo es siempre cambiante y por lo tanto se adapta al entorno.

"Hemos encontrado la resistencia eléctrica del material cambia de PAM en función de su forma durante una contracción. Así se pasa estos datos a la red para que pueda informar con precisión sobre el estado de la PAM," dijo Nakajima. "Caucho ordinario es un aislante, por lo que incorporamos de carbono en nuestro material a más fácilmente leemos su resistencia variable. Encontramos el sistema emulado el sensor láser de desplazamiento existente con igualmente una alta precisión en un rango de condiciones de prueba."

Gracias a este método, una nueva generación de la tecnología robótica suave puede ser posible. Esto podría incluir los robots que trabajan con seres humanos, por ejemplo, dispositivos de rehabilitación portátil o robots biomédicos, como el extra suaves medios táctiles interacciones con ellos son suaves y seguros.

"Nuestro estudio sugiere que la computación reservorio podría ser utilizado en aplicaciones aparte de la robótica. Aplicaciones de la teledetección, que necesitan información en tiempo real procesada de manera descentralizada, podría beneficiaría en gran medida", dijo Nakajima. "Y otros investigadores que estudian la informática neuromórfico, sistemas informáticos inteligentes, también podrían ser capaces de incorporar nuestras ideas en su propio trabajo para mejorar el rendimiento de sus sistemas."