爱因斯坦机器人 自己学习如何微笑皱眉头扮鬼脸

简介:

亚伯特·爱因斯坦(Albert Einstein)以机器人的形式复活了,脸上有一撮浓密的胡子且表情丰富。值得一提的是机器人爱因斯坦并未直接灌入表情程序,而是会自己学习如何微笑、皱眉头或扮鬼脸。

亚伯特·爱因斯坦:一个面部表情丰富的机器人。

美国圣地牙哥加州大学(UCSD)的研究人员靠着启发性心理学与辨识出即时脸部表情后的反应来教导这个机器人做出一连串复杂的表情。在一个机器人的脸部表情越来越真实(有时甚至是诡异)的时代,科学家们相信他们的研究可以帮忙使昂贵的机器人人性化校正成本降低,也可让我们了解婴儿是如何学习做出脸部表情的。

心理学家推测婴儿是通过系统性的探究行为来学习控制身体,包括牙牙学语。UCSD的机械感知实验室(Machine Perception Laboratory)将同样的原理应用在爱因斯坦机器人身上,用这种方法来教导它做出脸部表情。

机器人的头由Hanson Robotics制作,表层覆盖着一种近似人类皮肤的橡胶材质Frubber,约有30条脸部肌肉,每一条都由一个微小的服务马达(servo motor)所牵动,服务马达通过电线和肌肉相连。

研究人员们指示机器人转动头并将脸朝向各个方向,同时用一组UCSD自己发明的、名为CERT(Computer Expression Recognition Toolbox;电脑表情识别工具盒)的录影机与软件分析机器人自己做出的表情。这道程序是通过采用英特尔系统的Mac Mini来完成,它可以让机器人学习到脸部表情与肌肉运动之间的关联性,之后机器人就会知道如何自己做出脸部表情。

真正的爱因斯坦头内也长成这样吗?他这么聪明搞不好真的是。

举例而言。机器人已经学会缩紧眉毛,这个动作需要内部的眉毛一起动,上层的眼皮也要关上一点,才能使眼缝缩小。

UCSD雅各布工程学院(Jacobs School of Engineering)电脑科学博士生、同时也是该项计划研究成员之一的Tingfan Wu表示,就我们所知,目前尚未有任何其他研究团队以这种机械学习的方法教导机器人做出真实的脸部表情。

研究人员表示,机器人自己做出的表情有些看起来还是很怪(看起来像是爱因斯坦为过敏症所苦)。他们表示,脸部肌肉与皮肤之间搭配的互动可在非Frubber脸上产生数千种表情,目前他们的模组可能还是太过简单,无法发挥到这种程度。

该研究团队目前正在制作一个脸部表情更正确的模型,也许他们也正在教机器人爱因斯坦如何微笑并同时想出宇宙论。




原文出处:科技行者
转载请与作者联系,同时请务必标明文章原始出处和原文链接及本声明。
目录
相关文章
|
4月前
|
XML 监控 网络协议
云深处绝影四足机器人协议学习解析
本文详细介绍并解析了云深处绝影X20四足机器人的通信协议,包括TCP服务端端口号、基于Service的请求/响应通信机制、通信帧结构、消息类型、常见的通信示例如获取状态和导航请求,以及运动控制的参数和命令。文中还提出了对协议中某些未明确说明或可能存在的问题的疑惑。
53 0
云深处绝影四足机器人协议学习解析
|
7月前
|
传感器 机器人 定位技术
Python 机器人学习手册:6~10
Python 机器人学习手册:6~10
241 0
|
7月前
|
传感器 Ubuntu 机器人
Python 机器人学习手册:1~5
Python 机器人学习手册:1~5
261 0
|
人工智能 关系型数据库 分布式数据库
沉浸式学习PostgreSQL|PolarDB 9: AI大模型+向量数据库, 提升AI通用机器人在专业领域的精准度, 完美诠释柏拉图提出的“知识是回忆而不是知觉”
越来越多的企业和个人希望能够利用LLM和生成式人工智能来构建专注于其特定领域的具备AI能力的产品。目前,大语言模型在处理通用问题方面表现较好,但由于训练语料和大模型的生成限制,对于垂直专业领域,则会存在知识深度和时效性不足的问题。在信息时代,由于企业的知识库更新频率越来越高,并且企业所拥有的垂直领域知识库(例如文档、图像、音视频等)往往是未公开或不可公开的。因此,对于企业而言,如果想在大语言模型的基础上构建属于特定垂直领域的AI产品,就需要不断将自身的知识库输入到大语言模型中进行训练。
1101 0
|
6月前
|
传感器 人工智能 算法
适应多形态多任务,最强开源机器人学习系统八爪鱼诞生
【6月更文挑战第6天】【八爪鱼开源机器人学习系统】由加州大学伯克利分校等机构研发,适用于多形态多任务,已在arXiv上发表。系统基于transformer,预训练于800k机器人轨迹数据集,能快速适应新环境,支持单臂、双机械臂等。特点是多形态适应、多任务处理、快速微调及开源可复现。实验显示其在9个平台有效,但仍需改进传感器处理和语言指令理解。论文链接:https://arxiv.org/pdf/2405.12213
113 1
|
7月前
|
机器学习/深度学习 算法 数据可视化
强化深度学习中使用Dyna-Q算法确定机器人问题中不同规划的学习和策略实战(超详细 附源码)
强化深度学习中使用Dyna-Q算法确定机器人问题中不同规划的学习和策略实战(超详细 附源码)
96 0
|
机器学习/深度学习 人工智能 算法
智能电话机器人是如何自主学习的
电话机器人主要通过语音识别和针对语意的理解识别客户所说的内容,针对性的回答问题,为企业高效筛选意向客户。除了电话机器人语音识别之外,电话机器人能够自主学习,不断完善产品知识及话术等,是它智能的另一种体现。那么电话机器人是如何自主学习的?
|
机器学习/深度学习 传感器 数据采集
基于模糊Q学习的机器人控制算法(Matlab代码实现)
基于模糊Q学习的机器人控制算法(Matlab代码实现)
138 0
|
机器学习/深度学习 算法 机器人
CMU发表新型灵巧机器人算法,准确学习日常家具的操纵方法
CMU发表新型灵巧机器人算法,准确学习日常家具的操纵方法
130 0
|
机器学习/深度学习 传感器 人工智能
谷歌 AI 提出双重策略强化学习框架,帮助机器人安全学习动作技能
深度强化学习在自主解决复杂、高维问题方面的前景,引起了机器人、游戏和自动驾驶汽车等领域的极大兴趣。但是,要想有效地进行强化学习策略的训练,需要对大量的机器人状态和行为进行研究。这其中存在一定的安全风险,比如,在训练一个有腿机器人时,由于这类机器人自身不稳定,机器人在学习时很容易发生跌倒,这可能会造成机器人的损害。
326 0
谷歌 AI 提出双重策略强化学习框架,帮助机器人安全学习动作技能
下一篇
DataWorks