一个可以提高机器人使用物理工具能力的框架

I2R ASTAR Singapore和法国UM-CNRS LIRMM的研究人员最近开发了一个框架，可以提高机器人识别周围物体的能力，这些物体可能是潜在的工具，然后使用它们完成手动任务，即使他们以前从未遇到过这些物体。他们的方法发表在《自然机器智能》杂志上的一篇论文中，该方法可以显著提高机器人系统完成可能需要工具的挑战性任务的能力，而无需事先进行任何工具培训。

进行这项研究的研究人员之一Ganesh Gowrishankar告诉TechXplore：“人类在将环境中的随机物体识别为潜在工具并将其作为潜在工具加以使用方面非常惊人。”。“类似的能力对机器人非常有用，可以使它们在“非结构化”（即非建模和不可预测的）环境中具有创新性。例如，想象一个救援机器人在灾难场景中能够独立（无需人工帮助）解决任务并使用可用碎片作为工具通过障碍。”

虽然过去在机器人领域的许多研究都强调了可以使用工具完成物理任务的系统的巨大潜力，但迄今为止提出的所有方法都需要事先使用工具进行培训。这是在模拟中实现的，使用人类或其他机器人使用工具的视频，或直接在物理世界中使用工具。

另一方面，Keng Peng Tee、Gowrishankar和他们的同事的工作目标是创建一个框架，允许机器人根据其形状和大小在飞行中识别潜在有用的工具，即使他们以前从未遇到过这些物体，也从未接受过如何使用这些物体或任何其他工具的培训。研究人员已经研究这种框架好几年了。

Gowrishankar说：“在我们的新论文中，我们结合了过去在人类工具使用、“化身”和人类工具表征方面的工作，开发了一个认知框架，使没有工具经验的机器人能够将物体（甚至是第一次看到的物体）识别为特定任务的工具，并立即使用它们——就像人类一样。”。

在进行之前的研究并回顾现有文献时，Tee和Gowrishankar发现，人类可能会使用自己手或手臂的形状以及用手/手臂所做的动作作为参考，以确定工具是否可以用于完成特定任务。他们开发的新框架就是基于这个想法，因为它鼓励机器人使用他们的肢体来确定他们周围的物体是否可以用作工具。

工具的类似于手/手臂的形状，我们需要用这些工具完成任务的动作类似于我们在处理同一任务时用手执行的动作

“我们的框架利用我们的发现使机器人能够直观地使用工具，”Tee解释道。“具体来说，它使机器人能够隔离其自身肢体的‘功能’特征，这些特征使其能够执行任务，使用这些特征将物体识别为同一任务的潜在工具，然后使用机器人已经拥有的技能（控制器）使用该工具开发成功的动作。”

从本质上讲，研究人员的框架允许机器人使用工具来完成他们能够在没有工具的情况下完成的任何任务（即，他们拥有所谓“控制器”的任何任务）。它只需要机器人集成摄像头或传感器，使其能够“视觉”感知周围的物体。

Tee、Gowrishankar及其同事开发的新框架可用于增强现有和新开发机器人的能力，使它们在完成特定任务时能够更好地利用周围的物体。然而，由于机器人的准确视觉感知仍然是一项技术挑战，该框架的潜力目前有限。

“在目前的形式下，我们的框架完全基于视觉感知，”Tee说。“因此，它适用于能够实现‘运动增强’的工具，即肢体形状和大小（可以通过视觉感知）的扩展。这些工具包括我们日常生活中使用的一大套（可能是大多数）工具：勺子、耙子、钳子、盘子，甚至椅子（用来攀爬）等。”

虽然研究人员的框架涵盖了我们日常生活中使用的许多简单工具，但在目前的形式下，它不允许机器人识别和使用能够实现所谓“动态/增力”的工具，如锤子或杠杆。主要原因是，识别这些工具不仅需要查看其形状和大小，还需要了解其重量和动态特性。

因此，为了识别这些工具在提供时是否有用，机器人需要进一步的感知层，使其能够将物体的视觉/物理特征与其动态特征联系起来。为了实现这一目标，Gowrishankar和他的同事们现在正计划进一步开发他们的框架。

“在接下来的研究中，我们希望扩展我们的框架，以支持动态工具的使用，”Gowrishankar补充道。“我们还希望将我们的框架与其他工具使用研究提出的学习技术相结合。这是必要的，以使机器人能够将工具用于其没有控制器的任务（我们的框架没有解决的问题），从而使机器人更接近人类的工具使用能力。”