多くのスタートアップから聞いた控えめな言葉は、「グリッパーを再考する必要はない」というものです。 経済的な観点からもありがたいことです。 それは高価で、リソースを大量に消費するため、すでに非常に多くのエフェクターが市場に出回っている場合、おそらく時間とお金の両方を別の場所に費やすのが最善です.
また、最近のインタビューでクロー マシンに例えたところ、反対意見もありました。 その理由が少しよくわかりました — 少なくとも部分的には。 MIT は、ロボットによる把持への新しいアプローチについて議論し、長年のアーケードのお気に入りを引き合いに出して、次のように述べています。 しかし、彼女がジョイスティックのボタンを押すと、それは様子見のゲームです。 爪が的を外した場合、彼女は最初からやり直して賞品を獲得するチャンスを得る必要があります。」
少し考えてみると、この研究分野で何度も何度も出てくる何かに突然直面していることに気付きます。それは、人間が仕事に取り組む方法ではありません。それには理由があります。 たとえば、奇妙な、または予想外の重量分布を持つオブジェクトをつかむ場合、通常、手を引っ込めて再試行する必要はありません。 あなたが調整します。
チームは、反射神経とフィードバックを使用してリアルタイムでオブジェクトに適応するシステムについて説明します。 MIT は次のように述べています。
グリッパーがオブジェクトを掴むのに失敗した場合、ほとんどのグリッパーが行うように後退して最初からやり直すのではなく、チームはロボットに「反射」と呼ばれる 3 つの把持操作のいずれかをすばやく実行するように指示するアルゴリズムを作成しました。指先でのリアルタイム測定への応答。 3 つの反射神経は、ロボットが物体に近づいてから最後の 1 cm 以内で作動し、物体がより適切に保持されるまで、指で物体をつかんだり、つまんだり、ドラッグしたりできるようにします。
興味深いことに、このプロジェクトは、学校のミニ チーター ロボット用に開発されたアクチュエーターに基づいて構築されています。 新しいシステムは、2 つのマルチジョイント フィンガーを備えたアームの周りに構築されています。 ベースにはカメラがあり、ヒントにはフィードバックを記録するセンサーがあります。 システムはそのデータを使用して、それに応じて調整します。
現在、チームはグリッパーを使用してラボ周辺をクリーンアップしています。 MIT は次のように述べています。
彼らは、ボウル、カップ、缶、リンゴ、コーヒーかすの袋など、さまざまな家庭用品を棚に置きます。 彼らは、ロボットがそれぞれの物体の特定の形状にすばやく適応できることを示しました。 117 回の試行のうち、グリッパーは 90% 以上の確率でオブジェクトを素早く正しくピッキングして配置し、失敗した後にバックアウトして最初からやり直す必要がありませんでした。