通过训练人工智能来检测人类意图,扩大制造业中的人机协作

扩大制造业中的人机协作:博士生训练人工智能来检测人类意图
EGG 测试设置。图片来源:拉夫堡大学

机器和机器人无疑让生活更轻松。它们以精确和快速的方式完成工作,并且与人类不同,它们从不疲倦,因此不需要休息。

因此,公司越来越多地在制造过程中使用它们,以提高生产力并消除肮脏、危险和枯燥的任务。

然而,工作环境中仍有许多任务需要人类的灵巧性、适应性和灵活性。

人-机协作是未来制造业的一个令人兴奋的机会,因为它结合了两者的优点。

这种关系需要人与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益匪浅。

博士 学生 Achim Buerkle 和拉夫堡大学智能自动化中心的一组研究人员在《机器人与计算机集成制造》杂志上发表了关于“训练”机器人在人类表达运动之前检测手臂运动意图的有希望的结果。

“机器人的速度和扭矩需要很好地协调,因为它可能对人类健康和安全构成严重威胁,”Achim 说,“理想情况下,为了有效的团队合作,人类和机器人会‘理解’彼此,这很困难,因为两者完全不同,而且‘说’不同的语言。”

“我们建议让机器人能够‘读取’其人类伙伴的意图。”

研究人员希望通过连接人脑的额叶活动来实现这一目标。

人体执行的每一个动作在执行之前都会在大脑中进行分析和评估。测量该信号有助于向机器人传达“移动意图”。

然而,大脑是高度复杂的器官,检测运动前信号具有挑战性。

拉夫堡大学的研究人员通过训练人工智能系统识别脑电图 (EEG) 中的运动前模式来应对这一挑战,脑电图是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对八名参与者进行的测试的结果。

参与者必须坐在电脑前,在屏幕上随机生成一个来自 AZ 的字母,然后按下键盘上与字母匹配的键。AI 系统必须根据 EEG 数据预测参与者将移动哪只手臂,而运动传感器证实了这一意图。

实验数据表明,人工智能系统可以在人类移动手臂之前最多 513 毫秒 (ms) 检测到人类何时要移动手臂,平均而言,在实际执行之前大约 300 毫秒。

在模拟中,研究人员测试了时间优势对人机协作场景的影响。

他们发现,与不使用该技术相比,使用该技术可以为相同的任务实现更高的生产力。

该任务的完成时间要快 8-11%——即使研究人员包括了“误报”,即脑电图错误地传达了一个人移动到机器人的意图。

Achim 计划以这项研究为基础,并希望最终创建一个可以预测运动方向的系统——例如,伸手去拿螺丝刀或挑选新工件。

在最新发现中,他说:“我们希望这项研究能够实现两件事:首先,我们希望这项提议的技术能够帮助实现更紧密、共生的人机协作,这仍然需要大量的研究和工程工作才能实现。完全成立。”

“其次,我们希望传达这样的信息,与其将机器人和人工智能/机器学习视为对制造业人力的威胁,不如将其视为让人类成为未来工厂重要组成部分的机会。 ”

在一份联合声明中,Achim 的主管 Thomas Bamber 博士、Niels Lohse 博士和 Pedro Ferreira 博士说:“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劳动。和认知人类劳动。”

“人机协作 (HRC) 开始对工厂车间进行创新,但是,仍然需要人与机器人之间进行更实质性的协作。”

“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,并建立一个更安全和可持续的劳动力市场,同时克服由性别、性别年龄或残疾造成的身体劣势。”

“Achim 使用人工智能和 EEG 的工作使我们离真正的 HRC 更近了一步。”

本文为作者 黄凯 独立观点,并不代表 我是CIO 立场。

发表评论

登录后才能评论