東京理科大學的Eiichi Yoshida教授提出了一個有趣的交互式網(wǎng)絡(luò)物理人(iCPH)的想法。

人類可以自然地執(zhí)行各種復雜的任務(wù)，例如坐下和撿起物品。然而，這些活動涉及各種動作并需要多次接觸，這對機器人來說可能很困難。iCPH可以幫助解決這個問題。

理解和生成類人系統(tǒng)

新平臺可以幫助理解和生成使用各種接觸豐富的全身運動的類人系統(tǒng)。

這項工作發(fā)表在Frontiers in Robotics and AI上。

“顧名思義，iCPH結(jié)合了物理和網(wǎng)絡(luò)元素來捕捉人體動作，”吉田教授說。“雖然類人機器人充當人類的物理雙胞胎，但數(shù)字雙胞胎作為網(wǎng)絡(luò)空間中的模擬人或機器人存在。后者是通過肌肉骨骼和機器人分析等技術(shù)建模的。這兩個雙胞胎互補。”

Yoshida教授用該框架解決了幾個問題，例如：

類人動物如何模仿人類的觀念?

機器人如何學習和模擬人類行為?

機器人如何與人類流暢、自然地互動?

iCPH框架

iCPH框架的第一部分通過量化身體各部位的運動來測量人體運動。它還記錄了人類的聯(lián)系順序。

該框架能夠通過微分方程對各種運動進行通用描述，以及接觸運動網(wǎng)絡(luò)的生成。然后類人動物可以在這個網(wǎng)絡(luò)上行動。

當涉及到數(shù)字雙胞胎時，它通過基于模型和機器學習的方法來學習網(wǎng)絡(luò)。這兩者通過分析梯度計算方法連接，持續(xù)學習有助于教會機器人模擬如何執(zhí)行接觸序列。

iCPH的第三部分在應(yīng)用矢量量化技術(shù)之前通過數(shù)據(jù)擴充豐富了接觸運動網(wǎng)絡(luò)。該技術(shù)有助于提取表示接觸動作語言的符號，從而能夠在沒有經(jīng)驗的情況下生成接觸動作。

所有這一切都意味著機器人可以探索未知環(huán)境，同時通過使用流暢的動作和許多接觸與人類互動。

Yoshida教授為iCPH提出了三個挑戰(zhàn)，涉及一般描述符、持續(xù)學習和接觸運動的符號化。要實現(xiàn)iCPH，它必須學習如何導航它們*.*

“來自iCPH的數(shù)據(jù)將被公開并部署到現(xiàn)實生活中，以解決社會和工業(yè)問題。人形機器人可以將人類從許多涉及沉重負擔的任務(wù)中解放出來，并提高他們的安全性，例如舉起重物和在危險環(huán)境中工作，”吉田教授說。“iCPH還可用于監(jiān)控人類執(zhí)行的任務(wù)并幫助預防與工作相關(guān)的疾病。最后，人形機器人可以通過數(shù)字孿生體被人類遠程控制，這將允許人形機器人承擔大型設(shè)備安裝和物體運輸。”