<mark id="oztn4"></mark>
0
雷鋒網 AI 科技評論按：每年以 2 - 3 件仿生機器人生產速度不停擴張仿生產品線的 Festo ，是一家德國自動化技術供應商，近年來以外觀精巧奪目的仿生機器人頻頻登上科技新聞熱搜榜。近日，由其發布的一款最新仿生產品——氣動機械臂，更是引入了強化學習及大規模并行學習等 AI 技術，使得仿生機器人的技能習得與技能同步變得更加便捷。
機械臂對于一組仿人機器協作組合的重要性不言而喻，作為機器人的末端執行器( End-Effector )，我們需要它在日常生活中替代人類雙手去完成抓握、轉動、觸摸、按壓等任務。然而目前的機械臂依然面臨靈巧性欠缺、抓重比失衡、傳感器覆蓋率低、環境順從性低、高度集成性等難點，無法在實際中實現量產，也是各家機器人企業所卯足精力所要克服的技術難點。
而 Festo 的這款 BionicSoftHand 則為我們提供了一條新思路。
在硬件方面，BionicSoftHand 利用氣動學，以氣動波紋管結構代替人體骨頭進行動作操控，當氣室充滿空氣時，手指呈彎曲狀態；當氣室被排空時，手指則呈伸展狀態。此外，BionicSoftHand 在拇指與食指處配有旋轉模塊，可以讓手指橫向移動，由此實現了多達 12 個自由度。
值得一提的是，這些氣動波紋管結構被封裝在具有彈性和高強度纖維的 3D 織物中，這也意味著，織物可以精確地定位并決定結構應該在哪些點上膨脹，從而產生力，并防止其過度膨脹。此外開發人員還特別設計了一個小型數字控制閥島安裝在機械臂下方， 因而控制氣動波紋管結構的氣管無需貫穿整個機械臂，可以快速、輕松地進行連接與使用。
至于軟件方面，AI 毫無疑問是其主打亮點。
首先是強化學習方法的運用，這意味著 BionicSoftHand 不僅僅是機械地模仿動作，通過給出一個具體目標，它會自己反復進行試驗來達成目標。過程中，機械臂將根據反饋逐漸優化動作，直至成功解決任務。
此外，借助深度感應攝像機數據以及人工智能算法，BionicSoftHand 會在虛擬環境中創建出一個“數字雙胞胎”，使我們可以在虛擬環境中對其進行運動策略的相關訓練，相比線下，將有效加快模型的訓練速度。
而所謂大規模并行學習技術的引入，更是讓這些在模擬環境里習得的技能可以第一時間同步所有的虛擬機械臂，進而轉移至實際中的機械臂中進行使用。
這也意味著，所有失誤都只會出現一次，便會立刻被修復并同步至所有模型；而新技能只要被習得，就能無限復制至全球范圍的機械臂。
為了更客觀對 BionicSoftHand 進行評價，雷鋒網 AI 科技評論為此專門采訪了意大利技術研究院（Italian Institute of Technology）仿人機電研究中心（Humanoid & Human Centered Mechatronics）的博士后研究員任賾宇。
氣動原理在靈巧機械手的設計上不存在明顯優勢
任賾宇在受訪時坦言，BionicSoftHand 單從最終所展示的 Demo 來看，并未讓他感到眼前一亮，因為該 Demo 的核心主要是關于在運動控制上如何應用強化學習的方法，使高自由度的機械手能夠輕易地進行復雜的手部操作（In-hand manipulation），但如果與 OpenAI 去年使用 Shadow Hand 還原魔方的 Demo 比較的話（視頻鏈接：https://www.youtube.com/watch?v=sbfMo8u3LKw），他認為還是有一定差距的。
在機械手本體的硬件設計上，對于氣動類原理驅動的機械手，任賾宇表示這在機械手設計領域中屬于較為小眾的方案，優勢不太明顯，且定位比較尷尬——能量密度比不上液壓方案，系統集成的簡潔緊湊程度比不上電機方案。
不過對于 BionicSoftHand 的氣動波紋管結構，他則表示贊賞，他認為這是一款新穎、基于氣動原理的傳動方案，簡潔緊湊且合理，從 demo 看來實現的效果很好。從本質上來說，它是利用軟體材料的形變特性，氣體作為相應的動力傳遞介質。
至于 BionicSoftHand 成功實現的12 個自由度，他則表示得綜合看待。
從生物解剖學的相關文獻來看，人類的手是具有21個自由度（不包括手腕）的極高自由度密度的器官。Festo 這款機械手每根手指的曲折方向共有2個自由度，食指和拇指的側向擺動又各有1個自由度，加起來一共是5*2+2=12個自由度。
賾宇個人認為 12 個自由度是比較合適的自由度分布，既保證了操作功能上的靈巧性，又不至于使系統集成與控制由于高自由度而變得冗雜，導致實現成本較高。不過他強調，單單論自由度的數目，德國宇航局（DLR）曾經靠 42 個電機實現了 21 個自由度。所以我們要關注的，是為了實現這12個自由度，Festo 使用的 24 個相應的比例氣缸，對應占用了多大的空間和質量，從最后展示的緊湊機電系統來看，賾宇認為是良好且合格的設計與實現。
總的來說，由于 Festo 有大量的仿生學研究基礎，所以他所做的機器人本體結構設計是非常符合仿生學原理的。相較其他機器人研發單位，仿生機器人結構設計是 Festo 一個顯著的技術優勢。
人工智能在機器人領域的運用
對于 BionicSoftHand 主打的“共享式”人工智能，任賾宇表示很認可，畢竟未來的機器人世界肯定講究多機器人協作，這種上層訓練的軌跡規劃、電機拖動以及相應的更高認知層面的算法，如果能夠做到“一臺大腦云共享”，是能夠極大提高生產效率的。
不過被問到相比傳統的控制算法，強化學習技術在機器人領域的運用還存在哪些難點，任賾宇從他的科研背景與角度也給出了自己的思考，他覺得在目前硬件上的落地還存在一些局限性：
訓練周期長
可供采集的樣本少
復雜機電系統帶來的corner case
如何設置reward
仿真模型和實際模型差距較大
至于人工智能要想在機器人領域全面鋪開，他表示整體在如下兩點上還面臨極大的挑戰：
算法層面，面向更為靈活、更高維度、甚至涉及道德倫理的應用場景，現階段的算法其實是“不智能”的。我們本質上還沒有研究透人類大腦發展和進化的模式，現在的訓練在數據量大、較為機械的應用場景取得了很好的效果，但這目前還是不夠的。
硬件平臺層面，我們生活的世界目前還是物質的，人工智能的全面落地還是需要一個物理世界的實際載體的。但相較于現在蓬勃發展的上層應用（AI）而言，物理平臺的各方面能力實際上是有所欠缺的，屬于木桶效應中的短板。
任賾宇最后強調，他主要是按照對比波士頓動力（Boston Dynamics Institute）的要求去評判的， 相對來說是非常苛刻的。如果放眼全球以一個平均水準來看，BionicSoftHand 實際上已經是相當好的工作了。他舉了一個例子，BionicSoftHand 的手指上集成了非常緊湊的IMU 和tactile sensor，這樣的尺寸從工程技術實現角度而言是十分不容易的了。
Festo 仿生家族的其他成員
Festo是一家歷史悠久的家族企業，由德國人Gottlieb Stoll一手創立，成立于1925年，是當今世界上著名的氣動元件、組件和系統的生產廠商。從2006年開始，Festo就與幾家大學、研究所及開發公司一起合作創立了Bionic（仿生）學習網絡，這些仿生機器人就是出自這個項目。一起來看看這個項目曾經誕生過哪些明星產品吧！
仿生蝙蝠機器人 — BionicFlyingFox
狐蝠機器人的運動由多個不同型號的電機控制，并采用機械耦合的形式結合在一起。較大的無刷直流電機可以控制機器人翅膀的拍打動作，小型電機們分別調節翅膀的每個關節，來達到控制飛行高度與方向的目的。其運用了模仿飛行哺乳動物翅膀特性的膜制作BionicFlyingFox的翅膀，這種彈性纖維材料（超級氨綸纖維），不會折皺或者撕裂，由兩層密封薄膜和一塊針織彈性纖維織物組成。織物本身具有彈性，表面是蜂窩結構，有大約45000個節點，這樣無論蝙蝠有多大動作都不用擔心變形，且穩定的幾何結構使面料受到輕微損傷時，裂縫也不會變大能保持繼續飛行。
仿生蜘蛛機器人 — BionicWheelBot
BionicWheelBot 是一款獨具特色的行走機器人，以摩洛哥后翻蜘蛛為靈感，能夠模仿摩洛哥后翻蜘蛛以翻滾模式在復雜地形上移動。其由15個小型電機控制著各個膝關節和身體。還有14個自動鎖定渦輪確保機器人在移動某些腿部時，身體保持靜止和直立。由于集成慣性傳感器，它能知道自己滾到什么位置時可以再次伸出相應的腿向前擺渡。而且它在滾動時比走路時快得多，甚至可以克服高達5％的上坡傾斜。當機器人從行走模式向翻滾模式轉變，BionicWheelBot 會將身體左右兩側的三條支腳轉變為 " 車輪 "。而兩條在行走模式下折收起來的支腳現在重新獲得釋放，并在地面上推動變為球形的蜘蛛開始運動，同時在翻滾過程中提供沖力。
仿生海扁蟲機器人 — BionicFinWave
以兩片柔軟的矽膠（Silicone）代替烏賊肉鰭，透過左右各9個支點協助進行波浪狀拍動，厲害的是，這復雜的結構僅由2顆伺服馬達驅動，并由另一顆馬達負責身體彎曲，控制機器人往上、下方游動。以這種方式，它們可以產生不同的波形，特別適合于慢速和精確運動，并且相比傳統的螺旋傳動器所攪拌的水量更少，更加節能。而且由于材料柔軟，使它能夠在狹小的管道內也能暢游無阻。為了使曲軸具有相應的柔性和靈活性，每個桿段之間都設有萬向接頭。為此，包括接頭和曲柄連桿在內的曲軸以塑料打造而成，采用一體成型3D打印工藝。
仿生袋鼠機器人 — BionicKangaroo
機器人為氣動系統所控制，在觸地爪部內層的壓縮空氣推力作用下，實現向上向前地跳躍動作。這款機器人每完成一次跳躍動作，其爪部便會儲存空氣能量以繼續下一次的跳躍動作。袋鼠重7公斤高1米，之所以能跳，是因為它裝配了一個彈簧和氣動缸。在跳躍能力上，可以說是非常厲害了——水平跳躍可達0.4米，垂直跳躍則達到了0.8米，更重要的是，它還能完成連續跳躍。
仿生螞蟻機器人 — BionicANTs
每只螞蟻約巴掌大小，環繞身體的條紋是3D打印上去的電路。其胸部內置了一個光電鼠標傳感器以便位置追蹤。而螞蟻的眼睛是一部攝像頭的兩部分， 根據攝像頭提供的空間信息，螞蟻移動位置、鎖定并抓任務目標。 他們彼此之間通過無線進行交流，而地板上的傳感器則能幫助他們「體察」周圍環境。值得一提的是，螞蟻肢體由六個壓電陶瓷驅動器（actuator ）組成，能夠實現快速、精確地彎曲，并保持步伐緊湊，非常地節能。需要強調的是，當前將壓電陶瓷驅動器應用到如此微小機器人的很罕見。
仿生企鵝機器人 — AquaPenguin + AirPenguin
它內置了自主判定系統，可根據水流自行導航定位，另外還設計了3D聲納系統，可以靠聲波感知其它企鵝，防止撞到一塊。一旦機器人放飛自我，又將化身為天空翱翔的 AirPenguin，由一個形似飛艇的氣囊和鰭狀肢組成，兩邊的腳蹼可以提供向前的推力，尾鰭和鼻尖處均可自由活動。此外，該機器人還配備了復雜的導航和通信設施，允許他們自主或根據固定規則進行自主探索。
仿生蝴蝶機器人 — eMotionButterfly
eMotionButterfly配有高度集成的電子面板，使它們能夠各自地，且精確地激活翅膀，從而實現快速運動。為了保證飛行過程的可靠穩定，持續的通訊是必不可少的，eMotionButterfly面板上無線電和傳感器技術以及引導和監測系統的結合實現了單個飛行體的定位。一旦機器人離開設定路徑，計算機會立即對其糾正。 為此，攝像跟蹤系統每秒會對機器人的精確實際位置進行160次測量，重新調整每個偏差。 因此飛行路徑的規劃是不斷更新的，此外計算機還能及時檢測到潛在的碰撞風險，以設定出適當的回避策略。
雷鋒網 AI 科技評論
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
