详细内容或原文请订阅后点击阅览
机器人在操纵物体时将能够更好地感知物体（+视频）
麻省理工学院 (MIT) 开发了一种用于教学机器人的新系统，提高了它们将不同材料塑造成所需形状以及预测与固体物体和液体相互作用的能力。
来源:Robogeek新闻频道（关于机器人技术的俄罗斯与世界新闻）麻省理工学院 (MIT) 开发了一种用于教学机器人的新系统，提高了它们将不同材料塑造成所需形状以及预测与固体物体和液体相互作用的能力。
该系统被称为基于学习的粒子模拟器，可以为工业机器人提供更精确的触摸，而家庭机器人可以找到有趣的应用，例如建模粘土人物或擀寿司米。
机器人规划中的物理模拟器是记录各种材料对物理影响的反应的模型。机器人使用模型进行“训练”，以预测其与物体交互的结果，例如推动刚性盒子或戳可变形粘土。但传统的学习模拟器主要关注固体物体，无法处理液体或软体。一些更精确的物理模拟器可以处理各种材料，但严重依赖近似方法，当机器人与现实环境中的物体交互时，这些方法会引入误差。
研究人员描述了一种新模型，该模型解释了少量不同材料（“粒子”）在戳和刺时如何相互作用。在运动的基础物理不确定或未知的情况下，该模型直接从数据中学习。然后，机器人可以使用该模型作为指导来预测液体以及刚性和可变形材料对触摸力的反应。当机器人处理物体时，学习模型也有助于提高机器人的控制能力。