Video Mengejutkan menunjukkan beruang kutub lapar ditembak di kepala - Tomonews
Sebuah tim robotik telah mengambil langkah lain menuju masa depan yang tak terelakkan di mana kehidupan nyata Transformer bergerak di antara kita.
Penelitian baru pada robot modular dan otonom diterbitkan pada hari Rabu yang menunjukkan bagaimana robot dapat melihat, berpikir, dan memutuskan untuk mengubah bentuk mereka berdasarkan tantangan yang dihadapi mereka.
Sebuah tim beranggotakan enam orang mempublikasikan makalah penelitian ini - “Sistem Terpadu untuk Otonomi Berbasis Persepsi dengan Robot Modular” - dalam jurnal Robotika sains. Para peneliti berasal dari Universitas Cornell dan Universitas Pennsylvania.
Berikut adalah area kunci tentang bagaimana robot melakukan apa yang dilakukannya, dalam kata-kata para peneliti.
“Banyak orang telah melihat ini di film, jika Anda pernah melihatnya Transformer atau Pahlawan besar 6, robot yang dapat mengubah bentuknya, ”kata Mark Yim, Profesor, Universitas Pennsylvania, dari robot modular yang diungkapkan minggu ini. "Kami punya banyak contoh robot yang dapat melakukan hal-hal seperti berjalan atau naik tangga … tetapi semua itu dilakukan secara terpisah. Ini adalah pertama kalinya kami benar-benar memiliki sistem yang dapat melakukan semua hal ini secara mandiri."
Pertama, bagaimana sistem robot ini melihat dunia di sekitarnya? Inilah peneliti Jonathan Daudelin:
Kami menggunakan kamera 3-D yang terpasang pada modul sensor kami untuk memahami dan membuat peta 3-D dari lingkungan robot secara real time, dan kemudian kami memiliki serangkaian algoritma persepsi yang menggunakan data ini untuk melakukan hal-hal seperti mengarahkan robot tempat untuk mengeksplorasi area yang tidak diketahui dan untuk mencirikan lingkungan dalam hal kemampuan robot.
Dan bagaimana robot proto-Transformer ini tahu bentuk apa yang harus diambil? Lagi, ini Daudelin:
Ini mungkin mengenali tangga atau celah sempit, daerah datar, dan lain-lain, dan kemudian perencana tingkat tinggi menggunakan informasi ini untuk memutuskan entri dari perpustakaan, tindakan mana, bentuk robot mana yang diperlukan untuk melaksanakan tugas mengingat kondisi lingkungan.
Jadi, apa yang berikutnya untuk robot ini? Peneliti Tarik Tosun memberi tahu Terbalik mungkin ada dua situasi di mana ia digunakan: Zona bencana - sebuah skenario yang biasa digunakan oleh para robotis - dan situasi sehari-hari dari rumah yang khas, dengan lantai dan tangga kayu keras dan tangga dan bahkan mungkin setumpuk pakaian kotor.
"Jika Anda pergi ke zona bencana, bahkan mungkin tidak jelas apa tugasnya sebelum Anda benar-benar masuk, kan? Jika Anda pergi ke gedung yang runtuh, Anda tidak tahu seperti apa bagian dalamnya atau apakah ada orang di sana yang mungkin ingin Anda selamatkan, "kata Tosun.
"Jadi, memiliki robot yang benar-benar sangat serbaguna dapat berguna dalam skenario itu karena dapat masuk, menilai lingkungannya dan kemudian mungkin memilih untuk menjadi ular untuk melewati celah kecil atau bahkan tempat berlindung untuk melindungi orang dari puing-puing, sesuatu seperti itu."
Robot-robot ini bisa juga menjadi pembantu rumah tangga, kata Tosun:
Contoh atau domain yang sedikit kurang bersemangat mungkin hanya ada di sekitar rumah orang. Jika Anda ingin memiliki robot kecil yang beroperasi di rumah seseorang, sebenarnya rumah dan kantor kami serta lingkungan dalam ruangan memiliki lingkungan yang cukup rumit. Sering ada kekacauan, banyak permukaan berbeda yang mungkin perlu dilalui robot, dan memiliki kemampuan untuk, misalnya, berubah menjadi robot yang - bentuk yang bagus untuk menaiki tangga saat Anda harus menaiki tangga atau pandai zooming seberang lantai jika Anda memiliki lantai datar. Ini bisa sangat berguna di rumah juga.
Apa yang belum bisa dilakukan oleh robot-robot ini sehingga mereka bisa segera melakukannya? Turun ke bagaimana robot berpikir dan bagaimana mungkin menjadi lebih kuat, kata para peneliti.
Tosun memberi tahu Terbalik bahwa goncangan modular sangat bagus untuk menjadi fleksibel tetapi tidak terlalu kuat; mereka tidak bisa mengangkat benda yang sangat berat. Para peneliti dapat menggabungkan sifat modular mereka dengan robot pengangkat atau robot yang lebih kuat. Robot modular juga dapat digunakan untuk membangun struktur yang akan memungkinkan mereka untuk digunakan dalam kapasitas baru, seperti penskalaan struktur besar.
Bidang menarik lainnya yang dapat ditingkatkan oleh proto-Transformer modular adalah terkait dengan kecerdasan buatan, atau pembelajaran mesin. Saat ini, robot modular memiliki perpustakaan keputusan atau tindakan untuk disimpan secara lokal. Berikut Hadas Kress-Gazit, peneliti lain di tim dan profesor di Cornell:
"Pertanyaan yang sangat menarik adalah bisakah kita mengotomatiskannya dengan cara tertentu ?," Kress Gazit memberi tahu Terbalik. “Jadi bisakah kita menggunakan pembelajaran mesin? Bisakah kita menggunakan algoritma (atomisasi) yang berbeda untuk dapat membuat ini, atau setidaknya satu set bentuk kandidat dan perilaku yang merentang lagi set tugas yang lebih besar maka saat ini dapat kita lakukan. Jadi itu semacam pertanyaan penelitian menarik yang kami jelajahi."
Bukti Arsitektur Mengubah Bagaimana Kita Berpikir Akan Mengubah Bagaimana Kita Berpikir Tentang Arsitektur
Lemparkan pasangan psikolog, ahli neurobiologi evolusi, dan seorang filsuf di sebuah ruangan bersama dengan tumpukan literatur untuk waktu yang cukup lama, dan, pada akhirnya, mereka akan datang dengan sebuah teori. Sebuah makalah baru menawarkan hal itu, cara baru untuk mempertimbangkan lingkungan fisik kita berdasarkan pada proposisi bahwa bangunan, ...
Kehidupan seks yang bahagia: seperti apa kehidupan seks yang baik dalam kehidupan nyata
Seks adalah bagian penting dari hubungan yang sehat, tetapi seberapa banyak terlalu banyak atau tidak cukup? Seperti apa kehidupan seks yang bahagia sebenarnya?
12 Hal yang perlu diketahui tentang seks: saatnya kelas seks yang nyata untuk kehidupan nyata
Sebagian besar dari kita tidak meluangkan waktu untuk memikirkan hal-hal kecil. Anda tahu, hal-hal yang perlu diketahui tentang seks, seperti saat-saat canggung yang cukup normal.