自由组队、分离和修复,基于MNS开发的机器人秒变“变形金刚”
该机器人可以实现自由组队、分离和自我修复,未来将融入AI进一步优化与改进。
变形金刚
电影里,炫酷的变形金刚对我们来说再熟悉不过了,话不多说,先上两个片段:
视频中,那姿势、那动作,流畅自然,早已看呆镁客君。
但电影终究是电影,让我们回到现实中,真正的“变形金刚”是下面这样的:
视频看完,第一感受是电影里都是骗人的。但是,其实现实中的技术也还不错,毕竟有这样一辆炫酷的车或是飞机,还是足以让阿姨看呆。
正题:技术的局限性
现在我们转入正题,不知道大家有没有注意到,现实中的“变形金刚”,专业角度上看也就是一个机器人,本质上是一款智能的系统,在直观感受上,它是迟钝的。其实关于这一方面的研究,在科学界也早已不是新鲜的话题,但研究的成果却一直没有达到理想中的“智能”效果,所以大家将电影和现实对比来看才会有巨大的心理反差。
这里没有实现真正意义上智能的原因在于——机器人变形系统现有的技术水平局限于两个方面:一是通过一个中央“神经系统”来控制其他机器人单元,但其拓展能力有限;二是每个机器人单元自行运作,但只能在有限的范围内用固定线路进行物理连接。显然,这两种技术的思路和实现方式都无法让机器人系统具有真正的灵活性和可拓展性。
突破:基于MNS的机器人
针对此方面研究,比利时布鲁塞尔自由大学的Marco Dorigo团队开发出了基于mergeable nervous system(MNS)的机器人,这一全新的系统打破了当前的技术瓶颈,让机器人的合并、拆分动作都更加灵活流畅。此外,该机器人系统还具有自我修复性。
首先,我们先来直观感受下它们按任务和场景要求迅速组队和分离的灵敏度:
从视频中可以看出,机器人该抱团就抱团、要分开就分开,从灵活度等方面来看,整体表现着实不赖。
那具体机器人是怎么做到根据任务或环境需要来重新构建和配置自己的呢?
达到视频中效果最核心的因素还是这个称为MNS的系统。
首先,我们先来认识下目前现有的系统,即传统的机器人神经系统。这一系统的实现,简言之,就是设计人员先选择信号和决策架构,其中传感器和执行器连接到中央处理单元,以控制机器人整合感觉输入和协调执行器。
但是,因为系统在设计上一开始就要求研究人员设定好信号和决策架构,所以基于该系统的机器人一定是具有特定形态和特定功能的机器人,因此灵活性大大降低,也就使其少了“人味”。
而此款基于MNS的机器人,它是由一个或多个机器人单元(robotic units)组成,其中负责发出合并和拆分命令的叫做“大脑单元”(the brain unit),“大脑单元”通过连接Wi-Fi收集来自其他机器人单元的数据来决定如何行动,如实现特定的合并或拆分任务。
此处,值得注意的是,当MNS机器人拆分成多个机器人模块时,每个模块都具备成为全新独立机器人实体的“大脑单元”所需的全部知识。
当然,自然而然我们就会疑惑,在执行任务时,如何快速辨别出充当“大脑单元”角色的那个机器人单元呢?
据解释,由于MNS这一系统被设计成了树形结构,所以机器人中的根单元总能被明确地识别并用作“大脑单元”。
此外,机器人的每次合并和拆分都伴随着系统内部对“大脑单元”变化信息的实时更新,所以整个过程不会太耗时。
接下来,我们来看下这个机器人怎么应对“零件”坏掉的情况:
视频中,第一次,研究人员设定“大脑单元”坏掉,并设置了完成Y型的合并任务,实验中,机器人单元在检测到其有故障时先彼此进行了拆分,接着创建三个新的独立的MNS机器人,这时候每个机器人都有自己的“大脑单元”,最后三个新机器人相互合并,形成新的“大脑单元”,完成Y型任务。
在第二次实验中,研究人员设置了一个有故障的机器人单元。这种情况下,包含故障单元的部分与MNS机器人分离,随后,“大脑单元”又召唤了两个新的机器人单元以恢复原来的样子。
最后,我们来通过视频感受下系统作为整体对入侵者的态度:
如视频中,如果传感器感应到外部有LED灯光刺激的话,“大脑单元”会向其他机器人单元发出合并或者拆分的执行指令,然后它们将进行坐标转换来协调空间位置。
如果信息传递有延迟,执行器不会在机器人单元刚接收到指令时就立即执行,而是等指令传递到所有单元之后再统一行动。
总结
对于该机器人的未来改进,Dorigo团队介绍说:“目前研究存在的主要局限是仍然需要对所有的机器人进行编程,只有这样才能准确地告诉它们该如何合并。团队下一步要做的就是融入AI,让每个机器人单元进行自主学习。”
此外,他们还计划将MNS的概念扩展到可重新配置的模块化机器人,使其能在三维空间里运行,并且具备更高的柔性和适应性。
期待未来该技术的成熟会让机器人拥有更加炫酷的表现。若您对技术十分感兴趣,可以点下面了解详情。

低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。
持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。
转载内容版权归作者及来源网站所有,本站原创内容转载请注明来源。
- 上一篇
PostgreSQL系列产品云生态、产品指南、企业全栈应用案例、开发管理实践
讲师 课程 第1章 PostgreSQL系列产品云生态、产品指南、企业全栈应用案例、开发管理实践 课程介绍 ## 分享内容介绍1、PostgreSQL, GPDB 技术发展与云生态。 2、PostgreSQL与GPDB在OLTP|OLAP、空间数据管理、图式搜索、全文检索、文本搜索、特征搜索、时序应用、流式数据处理、用户画像分析等场景的应用案例。 案例横跨 物联网、电商、生物科技、游戏、传统企业、CRM、ERP、ZF、GA、物流、音视频、BI、社交、金融、证券、手机、天文等行业。 3、PostgreSQL, GPDB 开发与管理实践。 4、参考资料分享。 本视频涉及内容较多,案例涉及到详细的架构设计、代码、原理等内容,请参阅本视频提供的PDF内的URL链接。 讲师介绍 digoal 中国开源软件推进联盟PostgreSQL分会,特聘资深领
- 下一篇
SteamVR追踪技术有多火? 半数开发者来自非游戏行业
SteamVR追踪培训课程共有十五节,已经有来自113家企业的149名员工参与其中。 在去年八月份的时候,Valve将其SteamVR追踪技术进行开放授权,可以让其他开发者开发出相关的位置追踪设备。之后,Valve和西雅图的产品开发公司Synapse合作,为那些开发者提供强制性培训计划。 最近, SteamVR定位系统课程指导员道格·布呂埃和我们分享了该课程的一些信息。据了解,SteamVR追踪培训课程共有十五节,已经有来自113家企业的149名员工参与其中。 在这些参与课程的学员里面,布呂埃表示有50%左右是来自于游戏行业,其他还包括汽车、广告、体育、教育、医院、工业培训和农业等,甚至是一些“你完全想不到的领域”。 根据18个月的产品周期来推算,第一批搭载SteamVR追踪技术的设备会在今年年底或者明年正式推出市场。 另外,布呂埃还为课程制作了一些原型硬件,经过授权后开发者可以访问所有的设计文件,也可以从集成电路商Triad Semiconductor处购买。 不过,随着Valve相关的技术文件和工具不断地完善,这种强制性参与的课程也逐渐放开,开发者可以自行学习摸索。 除了和Valv...
相关文章
文章评论
共有0条评论来说两句吧...
文章二维码
点击排行
推荐阅读
最新文章
- CentOS6,7,8上安装Nginx,支持https2.0的开启
- CentOS关闭SELinux安全模块
- CentOS7设置SWAP分区,小内存服务器的救世主
- Docker安装Oracle12C,快速搭建Oracle学习环境
- Docker快速安装Oracle11G,搭建oracle11g学习环境
- CentOS7编译安装Gcc9.2.0,解决mysql等软件编译问题
- SpringBoot2整合Thymeleaf,官方推荐html解决方案
- CentOS8编译安装MySQL8.0.19
- Springboot2将连接池hikari替换为druid,体验最强大的数据库连接池
- Docker使用Oracle官方镜像安装(12C,18C,19C)