Revisión del progreso en el desarrollo de e-skins mejorados para el aprendizaje automático

 

Imagen que resume algunos de los sistemas desarrollados recientemente que integran esquís electrónicos y técnicas de aprendizaje automático. Crédito: Shih et al.

Investigadores de la Universidad de California, la Universidad de Yale, la Universidad de Stanford, la Universidad de Cambridge y la Universidad Nacional de Seúl han llevado a cabo recientemente un estudio que revisa los esfuerzos recientes en el desarrollo de máscaras electrónicas mejoradas para el aprendizaje automático. Su artículo de revisión, publicado en Ciencia Robótica, describe cómo estos e-skins podrían ayudar a la creación de robots blandos con capacidades táctiles, al tiempo que delinean los desafíos que actualmente impiden su despliegue a gran escala.

«Nuestra idea general era resumir el trabajo actual y los problemas abiertos en detección táctil, interacción y exploración para robots blandos», dijeron a TechXplore por correo electrónico Benjamin Shih y Michael T Tolley, dos de los investigadores que llevaron a cabo el estudio. «El trabajo reciente en el campo se ha centrado principalmente en la actuación, algunos grupos han trabajado en sensores integrados y táctiles y algunos los han combinado para cerrar el ciclo y estudiar el control de retroalimentación y la estimación de estado».

El análisis de la literatura pasada llevado a cabo por Shih, Tolley y sus colegas sugiere que los sensores táctiles hasta ahora no han sido el foco principal de los estudios en robótica suave. Sin embargo, encontraron una gran cantidad de trabajo explorando el potencial de las pieles electrónicas, que los robots robóticos podrían aprovechar al desarrollar nuevos robots.

Durante la última década, más o menos, los grupos de investigación de todo el mundo han desarrollado sofisticados skins electrónicos con capacidades de detección avanzadas. Estas máscaras electrónicas se han vuelto cada vez más complejas, y muchas de ellas ahora pueden recopilar una gran cantidad de datos táctiles. Las técnicas de aprendizaje automático podrían resultar herramientas muy valiosas para procesar e interpretar estos datos.

«A medida que avanzamos para igualar las capacidades biológicas en los robots, la trinidad de herramientas y técnicas de la robótica suave, las pieles electrónicas y el aprendizaje automático tiene el potencial de elevar significativamente las capacidades de los robots actuales», dijeron Shih y Tolley. «La robótica ya es un campo increíblemente interdisciplinario y la introducción del aspecto de la ciencia de los materiales en el diseño de robots aumenta aún más la variedad de antecedentes y experiencia necesarios para construir con éxito robots blandos inteligentes».

Además de discutir el potencial de las técnicas recientemente desarrolladas que fusionan las pieles electrónicas con el aprendizaje automático, Shih, Tolley y sus colegas destacan en su artículo algunos de los desafíos abiertos que impiden la producción a gran escala. Según los investigadores, uno de los desafíos clave que deben superarse antes de que estas pieles electrónicas puedan ser ampliamente utilizadas se relaciona con su cableado. Aunque la multiplexación, una técnica que puede reducir drásticamente el cableado, podría ayudar a abordar este problema, todos los sensores dentro de la piel electrónica aún tendrían que estar conectados por dos cables.

«Destacamos los desafíos abiertos y las direcciones futuras de reunir la trinidad de la robótica suave, las pieles electrónicas y el aprendizaje automático para superar los límites de los robots blandos autónomos que no solo pueden explorar y tocar sus alrededores de manera segura, sino que al mismo tiempo comprenden sus interacciones». Tolley dijo.

Crédito: Alice Kitterman / Science Robotics

Según los investigadores, dos funciones robóticas específicas que podrían beneficiarse significativamente de la combinación de máscaras electrónicas y aprendizaje automático son la detección de forma y el control de retroalimentación. Ambas capacidades permiten interacciones más avanzadas entre un robot y su entorno, a la vez que le permiten explorar sus alrededores de manera más efectiva.

Como muchos robots están diseñados para cambiar de forma cuando entran en contacto con estímulos ambientales específicos (p. Ej., Obstáculos u otros objetos), las capacidades mejoradas de detección de forma y control de retroalimentación pueden proporcionarles información valiosa que puede ayudarlos a responder de manera más efectiva a estos estímulos . Además, las e-skins cuentan con taxels de alta resolución y las técnicas de aprendizaje automático son típicamente capaces de capacidades de procesamiento avanzadas que, combinadas con materiales altamente compatibles con un robot blando, podrían conducir a resultados notables.

En su artículo de revisión, Shih, Tolley y sus colegas también discuten la posibilidad de inspirarse en la naturaleza al diseñar sistemas que reproducen capacidades táctiles en robots. Más específicamente, sienten que la forma en que las neuronas transmiten señales en todo el cuerpo tanto de humanos como de animales puede ser una fuente de inspiración inmensamente valiosa para los desarrolladores de e-skin.

«Sin embargo, el aspecto más significativo de nuestra revisión es el marco que establece para futuros objetivos de investigación en robótica suave», dijeron los investigadores. «Describimos varios desafíos abiertos y posibles próximos pasos para que los roboticistas blandos (y los robotistas en general) aborden el desarrollo de robots inteligentes y autónomos. A medida que la robótica y la automatización se vuelven cada vez más ubicuas, las soluciones a estos problemas desbloquearán la próxima generación de capacidades». »

Shih, Tolley y sus colegas creen que en el futuro, los robots se implementarán ampliamente en una variedad de entornos, incluidos los hogares de las personas, las instalaciones de atención médica, los lugares de trabajo y muchos otros entornos. Al revisar los enfoques recientes para el desarrollo de e-skins con tecnología de aprendizaje automático y describir los desafíos actuales que impiden su implementación a gran escala, esperan que su trabajo sirva como guía para los investigadores que realizan investigaciones adicionales en esta área en particular.

«Ahora planeamos continuar nuestra búsqueda de la integración de las pieles electrónicas y el aprendizaje automático con robótica suave para desarrollar robots que puedan comprender el tacto afectivo (es decir, la comunicación social a través del contacto físico)», dijeron Shih y Tolley. «La actual pandemia de COVID-19 ha demostrado que la robótica y la automatización pueden ser útiles para reducir la carga laboral del personal de atención médica. Como en el futuro cercano, los robots pueden estar colaborando con enfermeras y médicos en hospitales o podrían estar ayudando directamente a los pacientes, nosotros quisiera que entendieran acciones como chocar los cinco o dar palmaditas en la espalda para permitir relaciones más amigables con las personas «.

 


Citación:

Revisión del progreso en el desarrollo de e-skins mejoradas para el aprendizaje automático (2020, 19 de mayo)

Leave a Comment!