Robotiq 为物理 AI 带来触觉

物理人工智能已经达到了临界点。机器人可以比以往更好地观察、计划和决策,但现实世界中的操作仍然是瓶颈。机器人可以非常准确地看到物体,但仍然会掉落、压碎它们,或者在接触未按计划进行时无法适应。限制不是计算或模型。这是缺乏接触。现实世界的学习需要接触意识。力量。滑。互动反馈。如果没有这些信号,机器人就被迫在最关键的时刻(当它们真正接触世界时)进行猜测。这就是 Robotiq 为 2F-85 自适应抓手引入触觉传感器指尖的原因,将高频触觉传感引入已​​经大规模使用的经过验证的操纵平台。

来源:Robotiq

物理人工智能已经达到了临界点。机器人可以比以往更好地观察、计划和决策,但现实世界中的操纵仍然是瓶颈。

机器人可以非常准确地看到物体,但仍然会掉落、压碎它们,或者在接触未按计划进行时无法适应。限制不是计算或模型。这是缺乏接触。

现实世界的学习需要接触意识。力量。滑。互动反馈。如果没有这些信号,机器人就被迫在最关键的时刻——当它们真正接触到世界时——进行猜测。

这就是 Robotiq 为 2F-85 自适应抓取器引入触觉传感器指尖的原因,将高频触觉传感引入已经大规模使用的经过验证的操纵平台。

为什么光有愿景是不够的

视觉在接触之前就很强大。接触后,它很快就失去了相关性。

物体变形。手指挡住了摄像头。微滑发生的速度比视觉所能察觉的要快。对于试图跨对象和环境进行泛化的物理人工智能系统来说,这会造成不稳定的学习和不一致的结果。

触摸会改变方程式。

通过触觉反馈,机器人可以:

  • 了解力如何在抓握过程中分布
  • 在滑动开始时检测,而不是在失败后检测
  • 实时调整握持策略
  • 生成更丰富、更可靠的学习数据集
  • 这并不是要添加另一个传感器。这是为了让机器人能够获取人类用来操纵物理世界的同一类信息。

    自适应抓取与触觉传感的结合

    Robotiq 的 2F-85 自适应抓取器旨在减少对完美感知的依赖。其获得专利的机械架构可实现挤压和环绕抓取,使夹具能够符合物体的几何形状,而不是强制刚性对齐。

    这种适应性已经使其非常适合通用操作。

    新型触觉传感器指尖通过直接在接触点添加致密传感层来扩展该功能,包括: