Νέα

Όσο για το πώς τα έξυπνα ρομπότ θα εισέλθουν στις ζωές των ανθρώπων, ο Zhang Zhengyou είπε: "Μακροπρόθεσμα, τα ρομπότ θα εισέλθουν σίγουρα σε χιλιάδες νοικοκυριά. Επί του παρόντος, τα ρομπότ μπορεί πρώτα να επιφέρουν τεράστιες αλλαγές στους τομείς της αποκατάστασης, της φροντίδας ηλικιωμένων και της εξατομικευμένης εκπαίδευσης .

Ακολουθεί το πλήρες κείμενο της κοινής χρήσης του Zhang Zhengyou:

Αγαπητοί αρχηγοί, εκλεκτοί προσκεκλημένοι, εκλεκτοί δάσκαλοι και εκλεκτοί μαθητές: Καλησπέρα σε όλους. Σήμερα θέλω να μοιραστώ μαζί σας μερικές προκλήσεις και πρόοδο σχετικά με την ενσωματωμένη νοημοσύνη.

Όσο για το τι είναι η ενσωματωμένη νοημοσύνη, αυτός ο όρος έγινε ξαφνικά δημοφιλής πέρυσι, και όλοι θεώρησαν ότι ήταν cool. Στην πραγματικότητα, η ενσωματωμένη νοημοσύνη είναι σχετική με τη μη ενσωματωμένη νοημοσύνη Το ChatGPT έχει νοημοσύνη χωρίς σώμα. Για μένα, ένας ενσαρκωμένος πράκτορας είναι ένα έξυπνο ρομπότ. Όσο για το αν αυτή η ευφυΐα πρέπει να έχει σώμα ή όχι, εμείς που φτιάχνουμε ρομπότ θέλουμε οπωσδήποτε να έχουμε σώμα.

Στις αρχές του 2018, ο Πρόεδρος και Διευθύνων Σύμβουλος της Tencent, Ma Huateng, αποφάσισε να ιδρύσει την Tencent Robotics. Οι νεκροί που περπατούν, η ψυχή χωρίς σώμα είναι ένα φάντασμα του τίποτα Δημιουργήστε ρομπότ που βοηθούν αρμονικά τους ανθρώπους! Δηλαδή, θέλουμε να δημιουργήσουμε έξυπνα ρομπότ για να ενισχύσουμε την ανθρώπινη νοημοσύνη και να απελευθερώσουμε το ανθρώπινο δυναμικό, προωθώντας την αλληλεπίδραση μεταξύ ανθρώπων και ρομπότ και καλωσορίζοντας μια εποχή συνύπαρξης. -δημιουργία και win-win μεταξύ ανθρώπων και ρομπότ, αυτή είναι η αρχική μας πρόθεση να ιδρύσουμε την Tencent Robotics X.

Στην πραγματικότητα, είναι αμφιλεγόμενο αν η νοημοσύνη απαιτεί ενσάρκωση. Αυτή η διαμάχη περιστρέφεται κυρίως γύρω από τη γνωστική επιστήμη. Σε αυτόν τον τομέα, όλοι πιστεύουν ότι πολλά γνωστικά χαρακτηριστικά απαιτούν τα γενικά χαρακτηριστικά του οργανισμού για να διαμορφώσουν τη νοημοσύνη του οργανισμού. και τη λήψη αποφάσεων και τη διακυβέρνηση και άλλα καθήκοντα, τα οποία μπορούν όλα να επιτευχθούν μέσω λογισμικού και αλγορίθμων. Ο όρος και η έννοια της ενσωματωμένης νοημοσύνης υπάρχει εδώ και πολύ καιρό Για πολλούς ανθρώπους, το σώμα είναι ζωτικής σημασίας για τη νοημοσύνη, επειδή η νοημοσύνη προέρχεται από την αλληλεπίδραση μεταξύ ενός οργανισμού και του περιβάλλοντος του και η αλληλεπίδραση μεταξύ των δύο συμβάλλει στην ανάπτυξη και την ανάπτυξη. ανάπτυξη της νοημοσύνης.

Κοιτάζοντας πίσω, ο Turing έγραψε ένα άρθρο το 1950 που συζητούσε πώς να επιτύχετε νοημοσύνη μηχανών. Μπορεί να φανεί ότι μερικοί άνθρωποι πιστεύουν ότι ορισμένες πολύ αφηρημένες δραστηριότητες, όπως το παιχνίδι σκάκι, μπορούν να χρησιμοποιηθούν για να επιτύχουν (νοημοσύνη), και μερικοί άνθρωποι πιστεύουν ότι το μηχάνημα πρέπει να έχει κάποιο όργανο (όργανο), όπως ένα ηχείο (μικρόφωνο) για να βοηθήσουμε Να συνειδητοποιήσουμε τη νοημοσύνη μηχανών πιο γρήγορα. Ωστόσο, ο ίδιος ο Turing είπε ότι δεν ήξερε ποια κατηγορία ήταν η καλύτερη. Όταν η Open AI αγόρασε για πρώτη φορά εκατοντάδες ρομποτικούς βραχίονες, ήλπιζαν άμεσα να χρησιμοποιήσουν ρομπότ για να εφαρμόσουν το AGI Μετά από περισσότερο από ένα χρόνο σκληρής δουλειάς, διαπίστωσαν ότι αυτός ο δρόμος ήταν προσωρινά ανέφικτος, έτσι τα παράτησαν και επικεντρώθηκαν στο A large που βασίζεται σε κείμενο. μοντέλο και τελικά το ChatGPT αναπτύχθηκε με επιτυχία.

Τα ρομπότ έχουν μια μακρά ιστορία Αρχικά ήταν η αυτοματοποίηση των μηχανικών όπλων στις γραμμές παραγωγής, που σημαίνει την ολοκλήρωση μιας σειράς ενεργειών σε ένα γνωστό περιβάλλον και την απαίτηση ακριβούς ελέγχου. Αν και αυτός ο τύπος ρομπότ έχει πολύ ισχυρές δυνατότητες λειτουργίας, αυτές οι δυνατότητες λειτουργίας είναι προ-προγραμματισμένες για σταθερό περιβάλλον και έχουν μηδενική ευφυΐα.

Μπαίνοντας στην εποχή των μεγάλων μοντέλων, κάποιοι πιστεύουν ότι τα μεγάλα μοντέλα είναι πολύ ισχυρά και μπορούν να εφαρμοστούν αμέσως σε ρομπότ. Στην πραγματικότητα, αυτό δεν ισχύει. Ποια είναι η κατάσταση τώρα; Για να χρησιμοποιήσουμε μια αναλογία, είναι ισοδύναμο με το να βάλουμε έναν εγκέφαλο 20 ετών σε ένα σώμα 3 ετών Αν και το ρομπότ έχει ορισμένες κινητικές δυνατότητες, οι δυνατότητες λειτουργίας του είναι πολύ αδύναμες. Η πραγματική ενσωματωμένη νοημοσύνη πρέπει να μπορεί να μαθαίνει και να χειρίζεται προβλήματα ανεξάρτητα, και να μπορεί να προσαρμόζεται και να σχεδιάζει αυτόματα όταν το περιβάλλον αλλάζει και είναι αβέβαιο. Αυτή είναι μια πολύ σημαντική διαδικασία που πιστεύουμε ότι μπορεί να οδηγήσει σε AGI ή να δημιουργήσει ένα γενικό έξυπνο ρομπότ.

ΕΙΔΙΚΑ,Η ενσωματωμένη νοημοσύνη είναι η ικανότητα ενός πράκτορα με φυσικό φορέα (έξυπνο ρομπότ) να συσσωρεύει γνώσεις και δεξιότητες μέσω της αντίληψης, του ελέγχου και της αυτόνομης μάθησης σε μια σειρά αλληλεπιδράσεων, σχηματίζοντας νοημοσύνη και επηρεάζοντας τον φυσικό κόσμο. Αυτό είναι διαφορετικό από το ChatGPT που αποκτά γνώση μέσω μεθόδων αντίληψης που μοιάζουν με τον άνθρωπο (όραση, ακοή, γλώσσα, αφή) και την αφαιρεί σε μια σημασιολογία έκφρασης για να κατανοήσει τον κόσμο, να λάβει μέτρα και να αλληλεπιδράσει με τον κόσμο. Αυτό περιλαμβάνει την ενσωμάτωση πολλών επιστημονικών κλάδων, συμπεριλαμβανομένου του αυτοματισμού μηχανολογίας, της βελτιστοποίησης ελέγχου ενσωματωμένου συστήματος, της γνωστικής επιστήμης, της νευροεπιστήμης κ.λπ. Είναι μια ικανότητα που μπορεί να προκύψει αφού αναπτυχθούν όλα τα πεδία σε κάποιο βαθμό.

Η ενσωματωμένη νοημοσύνη αντιμετωπίζει πολλές προκλήσεις.

Το πρώτο είναι οι πολύπλοκες δυνατότητες αντίληψης, συμπεριλαμβανομένης της όρασης και της ακοής Τώρα το μεγάλο μοντέλο που περιλαμβάνει το GPT-4o περιλαμβάνει μόνο όραση και ακοή, και όχι αφή. Για την ενσωματωμένη νοημοσύνη, το άγγιγμα είναι πολύ σημαντικό. Τα ρομπότ πρέπει να έχουν πολύπλοκες ικανότητες αντίληψης για να αντιλαμβάνονται και να κατανοούν τα απρόβλεπτα και αδόμητα περιβάλλοντα και αντικείμενα γύρω τους.

Το δεύτερο είναι οι ισχυρές δυνατότητες εκτέλεσης, συμπεριλαμβανομένης της κίνησης, της σύλληψης και του χειρισμού για να είναι σε θέση να αλληλεπιδρά με το περιβάλλον και τα αντικείμενα.

Το τρίτο είναι η ικανότητα μάθησης, η ικανότητα μάθησης και προσαρμογής από την εμπειρία και τα δεδομένα προκειμένου να κατανοήσουμε καλύτερα και να ανταποκριθούμε στις αλλαγές στο περιβάλλον.

Το τέταρτο είναι η προσαρμοστική ικανότητα, η ικανότητα να προσαρμόζει κανείς ανεξάρτητα τη συμπεριφορά και τις στρατηγικές του ώστε να αντιμετωπίζει καλύτερα διαφορετικά περιβάλλοντα και εργασίες.

Το πέμπτο είναι πολύ σημαντικό Δεν είναι ότι η υπέρθεση αυτών των ικανοτήτων θα επιτύχει ενσωματωμένη νοημοσύνη, αλλά η οργανική και αποτελεσματική συλλογική ολοκλήρωση αυτών των ικανοτήτων για να επιτευχθεί πραγματικά η επιθυμητή ενσωματωμένη νοημοσύνη για την οποία μιλάμε.

Έκτον, σε αυτή τη διαδικασία, τα δεδομένα που χρειαζόμαστε είναι πολύ σπάνια τα δεδομένα είναι τεράστιες προκλήσεις. Το απόρρητο των χρηστών πρέπει επίσης να προστατεύεται κατά τη συλλογή δεδομένων σε πραγματικά σενάρια.

Έβδομο, επειδή η ενσωματωμένη νοημοσύνη χρειάζεται να ζει σε έναν ανθρώπινο βιότοπο, πρέπει να διασφαλίζει την ασφάλεια της ίδιας και του περιβάλλοντός της.

Το όγδοο είναι το ζήτημα της κοινωνικής ηθικής Όταν τα ρομπότ αλληλεπιδρούν με τους ανθρώπους, πρέπει να ακολουθούν ηθικούς και νομικούς κανόνες και να προστατεύουν τα ανθρώπινα συμφέροντα και την αξιοπρέπεια.

Πρέπει να γίνει πολλή δουλειά για να επιτευχθεί ενσωματωμένη νοημοσύνη Προς το παρόν, όλοι πιστεύουν ότι τα μεγάλα μοντέλα μπορούν να λύσουν το πρόβλημα των έξυπνων ρομπότ Φαίνεται να έχει λυθεί, αλλά αυτό είναι μόνο ένα μέρος της ιστορίας. Αναμένουμε ότι η ευφυΐα και η οντολογία θα ενσωματωθούν οργανικά, έτσι ώστε η πραγματική νοημοσύνη να μπορεί να προκύψει από την αλληλεπίδραση μεταξύ ρομπότ και περιβάλλοντος.

Για να επιτευχθεί αυτό το όραμα,Νομίζω ότι το παράδειγμα ελέγχου πρέπει να αλλάξει. Εάν κοιτάξετε τα εγχειρίδια ρομπότ, το παραδοσιακό παράδειγμα ελέγχου είναι μια κλειστή διαδικασία αντίληψης πρώτα, αντίληψη ακολουθούμενη από σχεδιασμό, σχεδιασμό ακολουθούμενη από δράση και δράση ακολουθούμενη από αντίληψη Αυτό το παράδειγμα ελέγχου δεν μπορεί να επιτύχει τη νοημοσύνη. Το 2018, πρότεινα ένα «παράδειγμα SLAP», όπου το S είναι η αντίληψη, το L είναι η μάθηση, το A είναι η δράση και το P είναι ο σχεδιασμός. Η αντίληψη και η δράση πρέπει να συνδέονται στενά για να ανταποκρίνονται σε μεταβαλλόμενα περιβάλλοντα σε πραγματικό χρόνο. Πάνω από αυτά υπάρχουν σχέδια για την επίλυση πιο σύνθετων εργασιών. Η μάθηση διαπερνά κάθε ενότητα, το να μπορείς να μάθεις από την εμπειρία και τα δεδομένα και να μπορείς να προσαρμόσεις τη συμπεριφορά και τις στρατηγικές σου ανεξάρτητα. Αυτό το παράδειγμα SLAP μοιάζει πολύ με την ανθρώπινη νοημοσύνη.

Ο νικητής του βραβείου Νόμπελ Daniel Kahneman έχει ένα βιβλίο που ονομάζεται "Thinking, Fast and Slow", το οποίο πιστεύει ότι ο ανθρώπινος εγκέφαλος έχει δύο συστήματα, το σύστημα 1, είναι πιο διαισθητικό και λύνει προβλήματα γρήγορα. Το δεύτερο σύστημα είναι μια πιο εις βάθος σκέψη, η ορθολογική σκέψη, που ονομάζεται Σύστημα 2. Στην πραγματικότητα, οι άνθρωποι ξοδεύουν το 95% του χρόνου τους στο Σύστημα 1, και χρειάζεται μόνο να προγραμματίσουν το Σύστημα 2 για λίγες και πολύπλοκες εργασίες, λοιπόν, γιατί ο ανθρώπινος εγκέφαλος είναι τόσο αποτελεσματικός, και μάλιστα, μόνο μερικές δεκάδες βατ μια GPU καταναλώνει Δεν χρειάζεται ενέργεια Αυτό συμβαίνει επειδή οι άνθρωποι μπορούν να λύσουν το 95% των προβλημάτων στο Σύστημα 1 και μόνο οι δύσκολες εργασίες πηγαίνουν στο Σύστημα 2.

Το παράδειγμα SLAP που πρότεινα, στο κάτω επίπεδο, συνδέεται στενά μεταξύ της αντίληψης και της δράσης για την επίλυση της αντιδραστικής αυτονομίας, η οποία αντιστοιχεί στο Σύστημα 1. Η συνειδητή αυτονομία είναι η επίτευξη ορθολογικής σκέψης και σκέψης του συστήματος 2.

Σύμφωνα με το παράδειγμα SLAP, σε συνδυασμό με τη γνώση του τρόπου με τον οποίο ο ανθρώπινος εγκέφαλος και η παρεγκεφαλίδα ελέγχουν τα άκρα, αναπτύξαμε ένα ιεραρχικό ενσωματωμένο σύστημα νοημοσύνης, χωρισμένο σε τρία επίπεδα: το κάτω στρώμα είναι η ιδιοδεκτικότητα, στο οποίο αντιστοιχεί η αντίληψη του ρομπότ για τον εαυτό του το σήμα του κινητήρα που ελέγχει την κίνηση του κινητήρα.

Το δεύτερο επίπεδο είναι η εξωτερική αντίληψη, η οποία είναι η αντίληψη του περιβάλλοντος Μέσω της νοημοσύνης αντίληψης του περιβάλλοντος, γνωρίζει ποιες δυνατότητες πρέπει να κληθούν για να ολοκληρωθεί η εργασία.

Το ανώτερο επίπεδο σχετίζεται με την εργασία και ονομάζεται σχεδιαστής στρατηγικού επιπέδου Μόνο με το σχεδιασμό για τη συγκεκριμένη εργασία, το περιβάλλον και τις δυνατότητες του σώματος του ρομπότ μπορεί να επιλυθεί καλά.

Αυτή είναι η πιο βασική ικανότητα (κινητική ικανότητα) Το επόμενο βήμα είναι να αντιληφθείτε το περιβάλλον και να ολοκληρώσετε αυτές τις εργασίες στο περιβάλλον Πώς να ανεβείτε σκαλιά φυσικά, πώς να κάνετε εμπόδια και πώς να πηδήξετε πάνω από εμπόδια.

Αυτή τη στιγμή, ο σκύλος-ρομπότ έχει μάθει πώς να πηδά και να περνάει εμπόδια στον κόσμο της προσομοίωσης. Αυτός ο σκύλος είναι αυτο-αναπτυγμένος από εμάς και ονομάζεται Max Αυτό που διαφέρει από τα συνηθισμένα σκυλιά είναι ότι μπορεί να περπατήσει πιο γρήγορα σε επίπεδο έδαφος με ρόδες και να χρησιμοποιήσει τέσσερα πόδια σε ανώμαλα σημεία. τροπικούς συνδυασμούς.

Όταν έχουμε την ικανότητα να προσαρμοστούμε στο περιβάλλον, μπορούμε να το αφήσουμε να κάνει διάφορα πράγματα, για παράδειγμα, ζητάμε από το ένα από τα σκυλιά να προλάβει τον άλλο σκύλο και αφού προλάβει, θα κερδίσει. Για να αυξηθεί η πολυπλοκότητα, εάν εμφανιστεί μια σημαία, ο σκύλος που αρχικά έφευγε μπορεί να γίνει κυνηγητός όταν αγγίξει τη σημαία. Μπορείτε να ρίξετε μια ματιά, αυτό μαθαίνεται επίσης αυτόματα μέσω της ενισχυτικής μάθησης. Ένας σκύλος κυνηγάει έναν άλλο σκύλο Φυσικά, περιορίζουμε την ταχύτητα για να κάνουμε τον σκύλο να τρέχει πιο αργά. Τώρα είναι ο σκύλος που κυνηγάει, αφού ο κυνηγημένος σκύλος αλλάζει, στρίβει σε μια γωνία και εξαπατά τον άλλο σκύλο.

Το πλεονέκτημα μιας τέτοιας ιεραρχικής ενσωματωμένης νοημοσύνης είναι ότι η γνώση σε κάθε επίπεδο μπορεί να ενημερώνεται και να συσσωρεύεται συνεχώς, και οι δυνατότητες μεταξύ των επιπέδων μπορούν να αποσυνδεθούν.

Για παράδειγμα, όταν ένας σκύλος κυνήγησε έναν άλλο σκύλο μόλις τώρα, έμαθα να εκπαιδεύομαι σε επίπεδο έδαφος κατά τη διάρκεια της εντατικής μάθησης χωρίς να προσθέτω καθόλου εμπόδια, δεν χρειάζεται να το ξαναμάθω ξέρω πώς να αντιμετωπίζω τα εμπόδια όταν βρίσκομαι στο ισόγειο. Μπορείτε να ρίξετε μια ματιά στο βίντεο. Αυτό είναι κάτι που δεν το έχουμε επανεκπαιδεύσει είναι αυτόματη (εκμάθηση).

Αυτή η εργασία ολοκληρώθηκε στις αρχές του περασμένου έτους και θα δημοσιευτεί στο κορυφαίο διεθνές ακαδημαϊκό περιοδικό Nature Machine Intelligence στο εγγύς μέλλον .

Ας μιλήσουμε για το τι κάναμε τον τελευταίο χρόνοΠρόοδος στη σύντηξη μεγάλων μοντέλων , δηλαδή ενσωμάτωση μεγάλων γλωσσικών μοντέλων και πολυτροπικών μοντέλων αντίληψης στο ιεραρχικό ενσωματωμένο σύστημα νοημοσύνης μας. Για παράδειγμα, εάν ένας άνθρωπος αναθέσει μια εργασία ομελέτας σε ένα ρομπότ, το μοντέλο μεγάλου σχεδιασμού που βασίζεται στο LLM αποσυνθέτει την εργασία της ομελέτας, δηλαδή, πρώτα βγάλτε τα αυγά από το ψυγείο, σπάστε τα αυγά στην κατσαρόλα και στη συνέχεια τηγανίστε τα αυγά. Από την πολυτροπική αντίληψη, πρέπει πρώτα να γνωρίζουμε ότι το αυγό τοποθετείται στο ψυγείο και πρέπει να ονομαστούν οι ακόλουθες δεξιότητες μεσαίου επιπέδου. Το ρομπότ πρέπει πρώτα να πάει στο ψυγείο για να βγάλει το αυγό, να ανοίξει την πόρτα του ψυγείου. πιάσε το αυγό και βάλε το στη σόμπα. Το κάτω μέρος είναι το χειριστήριο κάτω επιπέδου, που ελέγχει τον τρόπο με τον οποίο το ρομπότ πηγαίνει στο ψυγείο, πώς να ανοίγει την πόρτα του ψυγείου κ.λπ. Μόλις μάθει, θα γίνει αυτόματα. Τέλος, επιστρέψτε στο ανώτατο επίπεδο Strategic Level Planner. Σημειώστε ότι σε αυτόν τον κλειστό βρόχο, οι ενέργειες του ρομπότ δρουν σε έναν εικονικό-πραγματικό ολοκληρωμένο κόσμο στον οποίο ο ψηφιακός κόσμος και ο φυσικός κόσμος είναι στενά ενσωματωμένοι στον ψηφιακό χώρο προσομοίωσης, υπάρχουν ρομπότ και σκηνές με πολύ πραγματική εμφάνιση Οι δεξιότητες του ρομπότ μπορούν να μάθουν στον εικονικό χώρο.

Δείτε ένα βίντεο εδώ. Βάζουμε ένα έξυπνο ρομπότ σε ένα περιβάλλον που δεν έχει ξαναδεί Το πρώτο βήμα είναι να γυρίσει το ρομπότ και να εξερευνήσει τον κόσμο. Για παράδειγμα, στο βίντεο, η αποστολή του ρομπότ είναι να στείλει σκουπίδια στον κάδο απορριμμάτων, επομένως πρέπει πρώτα να βρει τον κάδο απορριμμάτων και μετά να τον βάλει εκεί αφού βρει τον κάδο απορριμμάτων. Μετακινήστε επίσης τον κάδο απορριμμάτων σε άλλο μέρος Υποθέστε ότι δεν γνωρίζει το περιβάλλον, βρίσκει τον κάδο απορριμμάτων μέσω εξερεύνησης και μετά στέλνει τα σκουπίδια εκεί.

Η ακόλουθη σκηνή αφορά στο να δώσουμε το ποντίκι στο άτομο που φοράει μπλε ρούχα και τζιν. Υπάρχουν πολλά άλλα άτομα εδώ, και θα τα εξερευνήσει και θα τα βρει αυτόματα. Πολλοί από τους ανθρώπους που γνώρισα κατά τη διάρκεια αυτής της περιόδου ήταν είτε με μπλε ρούχα είτε με τζιν μέχρι που το ρομπότ είδε μπλε ρούχα και τζιν.

Κατά τη διαδικασία εξερεύνησης, το ρομπότ μπορεί να θυμάται το περιβάλλον και δεν χρειάζεται να εξερευνά ξανά κάθε φορά. Στην ακόλουθη σκηνή, το φάρμακο δίνεται πρώτα σε έναν συνάδελφο και στη συνέχεια το ρομπότ πετάει τη σακούλα με τα φάρμακα για το κρύο, γνωρίζει ήδη πού βρίσκεται ο κάδος απορριμμάτων κατά την εξερεύνηση και τη μοντελοποίηση και πηγαίνει απευθείας στον κάδο απορριμμάτων. Μπορείτε επίσης να χρησιμοποιήσετε τη σχέση μεταξύ του χώρου, όπως το πού βρίσκεται το σκαμνί και το πού βρίσκεται ο λευκός πίνακας. αποφεύγεται αυτόματα.

Πέρυσι φτιάξαμε επίσης ένα ρομπότ μπάρμαν εκείνη την εποχή, χρησιμοποιούσε ένα χέρι με τρία δάχτυλα και το σασί διορθώθηκε.

Αυτός ο φανταχτερός μπάρμαν συνέλεξε επίσης πρώτα ένα πραγματικό άτομο για να κάνει μπάρμαν, έμαθε την τροχιά του και στη συνέχεια την εφάρμοσε στο ρομπότ. Υπάρχουν επίσης αισθητήρες αφής στα δάχτυλα Τώρα για να εισαγάγετε το ραβδί στην τρύπα, η οπτική ικανότητα από μόνη της δεν αρκεί και η ακρίβεια δεν είναι αρκετή, επομένως βασίζεται στην απτική αντίληψη για να δείτε αν έχει εισαχθεί. , πρέπει να μετακινηθεί στο πλάι.

Αυτή ήταν η περσινή δουλειά που περιλαμβάνει ένα χέρι με πέντε δάχτυλα και έναν ρομποτικό βραχίονα που αναπτύξαμε μόνοι μας. Τώρα έχουμε επίσης ένα κινητό σασί Μεγάλο μοντέλο ανίχνευσης και μεγάλο μοντέλο σχεδιασμού, το οποίο μπορεί να πραγματοποιήσει λειτουργίες Το ρομπότ μπορεί να μιλήσει και να ολοκληρώσει ελεύθερα εργασίες.

Η κάτω δεξιά γωνία είναι αυτό που φαίνεται από το κινητό έξυπνο ρομπότ. Ένα μπουκάλι ουίσκι βρίσκεται στο τραπέζι και του ζητείται να ρίξει ένα ποτήρι ουίσκι. Αυτό φαίνεται από το οπτικό πεδίο του ρομπότ είδη κρασιού σε πραγματικό χρόνο.

Μοιραστείτε το εδώ τώρα. σας ευχαριστώ όλους.