發布日期: 2020-04-09-2021-04-09
跨領域整合 AR/VR讓機器人更聰明
光電協進會
邁入2020年,疫情帶來的警訊,刺激著各種擴增實境/虛擬實境(AR/VR)應用與裝置蓬勃發展,提供遠距醫療、手術輔助、線上會議、數位學習、娛樂、購物等功能,更有甚之,AR/VR更伸出其觸角,跨入機器人應用,讓機器人在AI結合AR/VR的環境,更有效地發揮其潛力。眾所皆知,機器人被廣泛地應用在汽車工業製造與產品包裝。由於機器人效率高,可在危險的工作環境中穩定地工作,因此不會讓員工有生命安全之虞。另一方面,遊戲和媒體平台現在是AR和VR技術發揮的場域,它們能夠提供使用者身處各種環境中體驗其他環境的可能,像是零售、建築、醫療保健,以及金融等領域就充分利用了AR和VR技術的全部優勢。而結合機器人與AR/VR,能夠讓機器人如虎添翼。
由於機器人實際上可以欣賞謙虛派的味道,與人類創造者不同,它們可以通過雙神經網路獲得AR與VR的技能。研究人員利用AR和VR在雙神經網路上創建學習任務,以便機器人觀察與分析。雙神經網路由視覺網路和模仿網路組成。視覺網路利用現有的機器人攝影機擷取影像並了解其當前對象狀態。模仿網路向機器人示範學習範例,讓機器人以分析和理解操作方式,了解並學習多重任務。使機器人能夠在AR/VR創造的訓練環境中複製學到的任務。此外,機器人的分析能力在培訓過程中可以讓它們在任務執行中發揮超乎預期的能力。這種基於VR的技術在Elon Musk的AI公司中可以看到。
光電協進會指出,AR和VR遊戲具有運動感測器,可用於訓練機器人,像是操縱桿的壓力感應觸發器是理想的培訓工具。機器人利用手臂撿起物體時,他們向機器人傳授抓握控制與關節速度。VR控制器促進了運動跟踪技術,使機器人能夠分析和學習幾種運動模式。 VR和機器人技術還藉由強化學習技術相結合,以開發性能更好的應用。具有AI功能的機器人具有大數據的儲存資料庫,訓練機器人如何使用此類數據將使其生成技能集,例如將相似的對象分組並根據可用的標準區分對象。此外,機器人還將能夠分辨已經看到的物體。因此,此過程的有效性就是如何在實際應用中生成準確的結果。但是,這些數據量的收集以及訓練機器人的持續時間非常耗時。在這種情況下,VR的實施僅要求培訓師具有多個對象的3D VR模型。因此,VR的使用減少了訓練的難度。減少了培訓人員和開發人員所需的精力以及所需的成本。當機器人接受識別與人體相關的詳細生物結構的訓練時,3D模型甚至更具優勢。
舉例來說,日本Toyota就利用VR裝置來訓練家用機器人,以幫助他們執行和學習日常家務。該公司表示,要讓機器人學習人類行為,關鍵在於讓機器人有可以學習對象,而人類就是最好的導師,為了傳授人類行為,他們還使用VR頭戴設備來簡化這一系列學習過程,讓機器人依據人類操作者的指令執行抓握、放置和拉動等組合動作,讓機器人能夠像人類一樣輕鬆地執行不同任務。在開發遙控機器人時,VR的功能可能非常有用。這樣的機器人需要多個感測器顯示器的幫助。使用者採用手動控制器有助於機器人複製用戶的手部動作。因此,如果工廠環境對人類工人有害時,就可以選擇遠程操作機器人。支援VR的機器人的內部系統實際上模仿了人腦的人體模型。該模型描繪了人腦中負責運動控制,影像觀察與對情況理解的各種功能區塊。因此,用戶可以利用控制器來引導機器人拾取與取回物體。也可以標記機械手臂的位置及與目標對象之間的距離,以便進行各種動作的修改,然後以顯示器上觀察到的機械手臂的活動來執行動作。因此,VR和機器人技術的結合讓工廠工人的安全更獲得保障。很明顯地,透過創新的思考模式讓機器人技術在搭配AR/VR之後,可以讓彼此之間達成更緊密的整合,也能夠創造更多的潛在應用。