Исследование разработки модели социально адаптивной роботической собаки
Проект финансируется однолетним грантом от Института будущих технологий (IFT), партнерства между Нью-Джерсийским институтом технологий (NJIT) и Университетом Бен-Гуриона в Негеве (BGU).
Ассистент профессор Кастури Джаяраджа из Йинг Ву Колледжа компьютерных наук НДЖИТа исследует способы создания социально адаптивной модели роботической собаки Unitree Go2, которая динамически адаптирует свое поведение и характер взаимодействия на основе характеристик людей, с которыми она взаимодействует.
Цель проекта – оживить собаку, используя носимые устройства, способные обнаруживать физиологические и эмоциональные стимулы, присущие личности и особенностям человека, таким как интроверсия, или временные состояния, включая боль и уровень комфорта.
Изобретение повлияет на домашние и медицинские учреждения в борьбе с одиночеством среди пожилого населения, а также будет полезно в терапии и реабилитации. Исследования Джаяраджи, где роботические собаки понимают и отвечают на жестовые подсказки от своих партнеров, будут представлены на Международной конференции по интеллектуальным роботам и системам (IROS) позже в этом году.
Со-принципал Шелли Леви-Цедек, старший преподаватель кафедры физической терапии БГУ, опытный исследователь и лидер в области реабилитационной робототехники, сосредотачивается на изучении воздействия возраста и болезни на контроль тела.
Исследователи отмечают, что носимые устройства становятся все более доступными, и обычные модели, такие как наушники, могут быть перепрограммированы для извлечения состояний пользователей, таких как активность мозга и микроэмоций. Цель проекта – объединить такие мультимодальные носимые сенсоры с традиционными сенсорами роботов (например, визуальными и аудио), чтобы объективно и пассивно отслеживать характеристики пользователей.
По мнению Джаяраджи, хотя концепция социально адаптивных роботов завораживает, долгосрочное устойчивое использование является вызовом из-за стоимости и масштаба. “Роботы, как Unitree Go2, еще не готовы к выполнению сложных задач искусственного интеллекта. У них ограниченная вычислительная мощность по сравнению с большими кластерами GPU, не так много памяти и ограниченное время работы от батареи”, – сказала она.
Первоначальные шаги в рамках проекта включают в себя развитие традиционного слияния сенсоров, а также изучение тщательно разработанных архитектур глубокого обучения, которые помогут разработать носимые сенсоры для извлечения характеристик пользователей и адаптации команд движения.
Оригинальная новость на сайте