脑电图测试装置。
图像显示脑电图测试设置。
来源:拉夫堡大学

在制造业中扩大人机合作

为了加强人与机器人的合作,拉夫堡大学的研究人员训练了一种人工智能来检测人类的意图。

机器和机器人无疑会让生活更轻松。它们精确而迅速地完成工作,而且,不像人类,它们不需要休息,因为它们从不累。因此,企业越来越多地在生产过程中使用它们,以提高生产率,并消除肮脏、危险和枯燥的任务。然而,在工作环境中仍然有很多任务需要人类的灵巧性、适应性和灵活性。

人机协作对于未来的制造业来说,这是一个令人兴奋的机会,因为它结合了两个世界的优点。这种关系需要人类和机器人之间的密切互动,这可以从预测合作伙伴的下一步行动中获得巨大收益。

来自拉夫堡大学智能自动化中心的博士生Achim Buerkle和一组研究人员发表了一项很有前景的研究结果,该研究旨在“训练”机器人在人类发出手臂动作之前就能探测出手臂的运动意图机器人技术与计算机集成制造日报》。

“机器人的速度和扭矩需要很好地协调,因为它可能对人类的健康和安全构成严重威胁,”Buerkle说。“理想情况下,为了有效的团队合作,人类和机器人应该互相‘理解’,但这并不容易,因为两者都有很大的差异,而且‘说着’不同的语言。”我们建议赋予机器人‘解读’人类伴侣意图的能力。”

研究人员试图通过连接人脑的额叶活动来实现这一目标。人体的每一个动作在执行之前都会在大脑中进行分析和评估。测量这个信号有助于向机器人传达“移动的意图”。然而,大脑是高度复杂的器官,检测预动作信号是具有挑战性的。

拉夫堡大学的研究人员通过训练一个人工智能系统来识别一个脑电图(脑电图)——一种可以记录人类大脑活动的技术。

他们最新的论文报告了一项由8名参与者进行的测试的结果。他们必须坐在电脑前,电脑会在屏幕上随机生成一个从a到z的字母,然后按键盘上与这个字母匹配的键。的人工智能系统必须根据脑电图数据预测参与者会移动哪只手臂,这一意图被运动传感器证实。

实验数据表明,人工智能系统可以在人类移动手臂前513毫秒(ms),平均约先于实际执行300毫秒。

在一个模拟,研究人员测试了时间优势对人机合作场景的影响。他们发现,在同一项任务中,使用这种技术比不使用它的效率更高。这项任务的完成时间要快8-11%——即使研究人员将“误报”包括在内,即脑电图错误地向机器人传达了一个人移动的意图。

在制造业中扩大人机合作
来源:拉夫堡大学

Buerkle计划以这项研究为基础,并希望最终创造出一种能够预测运动方向的系统——例如,伸手去拿螺丝刀或拾取新工件。

对于最新的发现,他说:“我们希望这项研究将实现两件事:首先,我们希望这项提议的技术可以帮助实现更紧密的、共生的人-机器人合作,这仍然需要大量的研究和工程工作来完全建立。其次,我们希望交流,而不是看到机器人和人工智能/机器学习作为对制造业中人类劳动的一种威胁,它也可以被视为一个机会,让人类继续成为未来工厂的重要组成部分。”

在一份联合声明中,阿希姆的主管托马斯·班伯(Thomas Bamber)博士、尼尔斯·洛格(Niels Lohse)博士和佩德罗·费雷拉(Pedro Ferreira)博士表示,“有必要改变人类工作的性质,以创造一个真正可持续的世界,不再依赖于艰苦的体力和认知的人类劳动。”

“人-机器人协作(HRC)已经开始创新工厂车间,然而,人类和机器人之间仍然需要更多实质性的合作。真正的HRC将对劳动生产率、工作质量和健康产生变革性影响,并建立一个更安全、更可持续的劳动力市场,同时还将克服性别、性别年龄或残疾造成的身体缺陷。阿希姆使用人工智能和脑电图的工作让我们离真正的HRC又近了一步。”

订阅我们的通讯

相关文章

机器人鼓励人类的冒险行为

机器人鼓励人类的冒险行为

“是机器人让我这么做的”——研究表明,在模拟赌博场景中,机器人可以鼓励人类去冒更大的风险,而在没有任何东西影响人类行为的情况下,机器人是不会这样做的。

ReSkin帮助发现触觉

ReSkin帮助发现触觉

卡内基梅隆大学(Carnegie Mellon University)和Meta AI(前Facebook AI)希望在机器人、可穿戴设备、智能服装和人工智能领域增加触觉。

赋予机器人社交技能

赋予机器人社交技能

机器学习系统帮助机器人理解和执行某些社会互动

一个改变生物医学研究的密码学游戏规则

一个改变生物医学研究的密码学游戏规则

对数据隐私和安全的担忧阻碍了大规模的研究。研究人员已经开发出一种可能的解决方案。

在不牺牲隐私的前提下实现人工智能驱动的进步

在不牺牲隐私的前提下实现人工智能驱动的进步

Secure AI Labs正在扩大对加密医疗数据的访问,以推进该领域的人工智能驱动创新。

人工智能发现了人类的动机

人工智能发现了人类的动机

科学家开发了一种机器学习技术,以了解基因表达如何调节生物的生物钟。

双足机器人学习奔跑

双足机器人学习奔跑

机器人卡西在53分钟内穿越了5公里,创造了历史。

深度学习帮助在3D中可视化x射线数据

深度学习帮助在3D中可视化x射线数据

科学家们已经利用人工智能来训练计算机跟上先进光子源所获取的大量x射线数据。

一种接触感知机器人设计

一种接触感知机器人设计

研究人员开发了一种新的方法,通过计算优化机器人机械手的形状和控制来完成特定的任务。

受欢迎的文章

订阅简报
Baidu