Meta Fair Lab เมื่อเร็ว ๆ นี้ได้เปิดตัวเทคโนโลยีการรับรู้สัมผัสที่มีความสำเร็จหลายรูปแบบที่เรียกว่า "Sparsh" ซึ่งคาดว่าจะปฏิวัติสาขาการจัดการหุ่นยนต์อย่างสมบูรณ์ โมเดล Sparsh ใช้การเรียนรู้ด้วยตนเองเพื่อฝึกฝนภาพที่สัมผัสได้มากกว่า 460,000 ภาพและเรียนรู้การเป็นตัวแทนสัมผัสทั่วไปโดยไม่ต้องติดฉลากด้วยตนเองของข้อมูลตระหนักถึงความสามารถในการรับรู้สัมผัสของหุ่นยนต์ที่คล้ายกับมนุษย์ มันเข้ากันได้กับเซ็นเซอร์สัมผัสแบบภาพที่หลากหลายและทำงานได้ดีในหลาย ๆ งานเช่นการประมาณแรงและการตรวจจับการเลื่อนโดยเฉพาะอย่างยิ่งเมื่อข้อมูลมี จำกัด ประสิทธิภาพของมันเกินกว่ารุ่นดั้งเดิม
แบบจำลอง SPARSH ใช้การเรียนรู้ที่ดูแลตนเองโดยใช้ภาพสัมผัสมากกว่า 460,000 ภาพสำหรับการฝึกอบรมก่อนและเรียนรู้การเป็นตัวแทนสัมผัสทั่วไปโดยไม่ต้องติดฉลากข้อมูลด้วยตนเอง
แบบจำลองสามารถรองรับเซ็นเซอร์สัมผัสแบบภาพได้หลากหลายประเภทรวมถึงตัวเลขหลัก, Gelsight2017 และ Gelsight Mini และปรับปรุงประสิทธิภาพของหุ่นยนต์อย่างมีนัยสำคัญในงานการรับรู้ที่สัมผัสได้เช่นการประมาณแรงการตรวจจับการเลื่อน เป็นต้น นักวิจัยยังสร้างแพลตฟอร์มการเปรียบเทียบมาตรฐานที่เรียกว่า Tacbench เพื่อประเมินประสิทธิภาพของเซ็นเซอร์และแบบจำลองที่แตกต่างกันในงานต่างๆ
ผลการทดสอบแสดงให้เห็นว่าโมเดล SPARSH ทำงานได้ดีในทั้งหกงานใน TACBENCH โดยเฉพาะอย่างยิ่งเมื่อปริมาณข้อมูลมี จำกัด และประสิทธิภาพของมันอยู่ไกลเกินกว่าโมเดลเฉพาะงานและเซ็นเซอร์เฉพาะ ตัวอย่างเช่นในการประมาณแรงและงานตรวจจับการเลื่อนรูปแบบ SPARSH สามารถบรรลุผลลัพธ์ที่น่าพอใจแม้ว่าจะใช้ข้อมูลคำอธิบายประกอบเพียง 1% เท่านั้น ซึ่งหมายความว่า Sparsh สามารถช่วยให้หุ่นยนต์เข้าใจคุณสมบัติทางกายภาพของวัตถุได้ดีขึ้นและดำเนินการจัดการที่ละเอียดยิ่งขึ้น
การเปิดตัวของโมเดล Sparsh ถือเป็นการพัฒนาครั้งสำคัญในสาขาการรับรู้ AI Haptic ในอนาคตด้วยการสะสมข้อมูลเพิ่มเติมและการเพิ่มประสิทธิภาพของโมเดลเพิ่มเติมสปาร์ชคาดว่าจะเปลี่ยนวิธีการที่หุ่นยนต์โต้ตอบกับโลกทางกายภาพอย่างสมบูรณ์และส่งเสริมการประยุกต์ใช้หุ่นยนต์ในเขตข้อมูลที่กว้างขึ้น
ที่อยู่กระดาษ:
https://scontent-sjc3-1.xx.fbcdn.net/v/t39.2365-6/464969941_1107633400780143_7479102347328147009_N.PDF?_ncat=103 _NC_OHC = Y8UI1HEW3BQQQ7KNVGFE-EPU & _NC_ZT = 14 & _NC_HT = SCONTENT-SJC3-1 XX & _NC_GID = AEAFSUZZIASVWPFMQSEOZQU & OH = 00_AYAMQXGQ0ATCYSDXZWB0ZT8BGSKOGYMJ13C9F3YTVTKMSG & OE = 672DeeE4
การเกิดขึ้นของเทคโนโลยี Sparsh บ่งชี้ว่าเทคโนโลยีการรับรู้แบบสัมผัสหุ่นยนต์ได้มาถึงเหตุการณ์สำคัญใหม่ ศักยภาพในการจัดการที่กลั่นกรองและการมีปฏิสัมพันธ์ระหว่างมนุษย์กับคอมพิวเตอร์นั้นมีขนาดใหญ่มากและโอกาสในการใช้งานในอนาคตก็คุ้มค่าที่จะรอคอย