设计具有感知能力的软机器人
传统的刚性机器人无法完成广泛的任务。相反，软体机器人可以更安全地与人类互动，或更轻松地进入狭窄的空间。然而，机器人要想成功完成目标，必须知道它们身体部位的确切位置。对于可以进行几乎无限次修改的软体机器人来说，这是一项复杂的任务。
来源:Qudata软机器人研究人员算法
机器人深度学习算法
麻省理工学院的科学家开发了一种算法，帮助工程师设计软机器人，收集有关其环境的更多有用信息。深度学习算法意味着在机器人体内增强传感器的定位，使其能够更好地与环境进行通信并完成指定任务。这一创新是朝着机器人设计自动化迈出的一步。“该系统不仅可以学习给定的任务，还可以学习如何最好地设计机器人来完成该任务，”Alexander Amini 说。“传感器定位是一个非常难以解决的问题。因此，拥有这个解决方案非常令人兴奋。”
这项研究将在 4 月的 IEEE 国际软机器人研讨会期间进行，并将发表在 IEEE 机器人与自动化快报杂志上。联合主要作者是 Amini 和 Andrew Spielberg，他们都是麻省理工学院计算机科学和人工智能研究实验室 (CSAIL) 的博士生。其他合著者包括麻省理工学院博士生 Lillian Chin，以及 Wojciech Matusik 和 Daniela Rus 教授。
开发能够完成现实世界任务的软机器人一直是机器人领域的长期难题。它们的刚性对应物具有一个固有优势：活动范围有限。刚性机器人的关节和肢体选择有限，通常可以通过控制映射和运动规划的算法进行方便的估计。软机器人不那么容易处理。
灵活的软体机器人
“你不能在机器人本身上放置无限数量的传感器，”Spielberg 说。“所以，问题是：你有多少个传感器，以及你把这些传感器放在哪里才能获得最大的收益？”该团队深入研究以找到答案。