Robot AI hình người có thể nhảy múa biểu cảm – Nghiên cứu đột phá của Đại học California
Những tiến bộ nhanh chóng trong lĩnh vực robot có thể làm cho công nghệ này trở nên “đáng sợ”, vì vậy một nhóm kỹ sư tại Đại học California San Diego đang dạy một robot AI hình người thực hiện các động tác nhảy múa biểu cảm – vừa để cải thiện khả năng di chuyển và linh hoạt, vừa để làm cho chúng thân thiện hơn với con người.
Nhóm nghiên cứu, do giáo sư Xiaolong Wang dẫn đầu tại Khoa Kỹ thuật Điện và Máy tính của Trường Kỹ thuật Jacobs UC San Diego, đã sử dụng video của người nhảy múa và công nghệ bắt chuyển động để huấn luyện phần thân trên của robot.
Ngoài việc cải thiện khả năng di chuyển, ý tưởng là làm cho robot trông tự nhiên hơn.
“Chúng tôi nhằm xây dựng lòng tin và giới thiệu tiềm năng của robot để cùng tồn tại hòa bình với con người,” Wang nói trong một báo cáo được công bố bởi trường đại học. “Chúng tôi đang làm việc để giúp thay đổi nhận thức công cộng về robot như là thân thiện và hợp tác thay vì đáng sợ như The Terminator.”
Nghiên cứu nhằm tăng cường tương tác giữa con người và robot, với các ứng dụng tiềm năng trong nhiều bối cảnh khác nhau bao gồm dây chuyền lắp ráp nhà máy, bệnh viện, nhà ở và các môi trường nguy hiểm như phòng thí nghiệm và địa điểm thảm họa.
Như được giải thích trong bài báo nghiên cứu của dự án, quá trình huấn luyện bao gồm hai phương pháp tiếp cận. Phần thân trên của robot được huấn luyện để thực hiện các chuyển động biểu cảm sử dụng dữ liệu bắt chuyển động và video nhảy múa, trong khi phần thân dưới chỉ tập trung vào sự ổn định và cân bằng.
“Ý tưởng chính của chúng tôi không phải là bắt chước chính xác chuyển động tham khảo,” bài báo nghiên cứu giải thích. “Trong quá trình huấn luyện… chúng tôi khuyến khích phần thân trên của robot hình người bắt chước các chuyển động đa dạng của con người để biểu cảm, trong khi giảm nhẹ yêu cầu bắt chước chuyển động cho hai chân của nó.”
Phương pháp này cho phép robot tái hiện các chuyển động tham khảo khác nhau, như nhảy múa, vẫy tay, đập tay, và ôm, trong khi chân của nó có thể giữ thăng bằng và duy trì cân bằng trong suốt các chuyển động đó.
Mặc dù phần thân trên và thân dưới được huấn luyện riêng biệt, robot áp dụng kiến thức để kiểm soát toàn bộ cấu trúc của nó như một đơn vị duy nhất. Phương pháp này, được các nhà nghiên cứu gọi là “Kiểm soát toàn thân biểu cảm”, làm cho robot có thể di chuyển ổn định trên các bề mặt như sỏi, đất, mảnh gỗ, cỏ và các đường bê tông dốc ngay cả khi thực hiện các cử chỉ khác nhau với phần thân trên.
Nhóm nghiên cứu đã sử dụng phương pháp này để làm cho robot có khả năng thích ứng với các điều kiện khác nhau – thậm chí những điều kiện không có trong bộ dữ liệu huấn luyện.
“Chúng tôi huấn luyện chính sách của mình trong các địa hình ngẫu nhiên thách thức cao trong mô phỏng,” các nhà nghiên cứu nói. “Điều này không chỉ cho phép chuyển giao mạnh mẽ từ mô phỏng sang thực tế mà còn học được một chính sách không chỉ ‘lặp lại’ các chuyển động đã cho.”
Lợi ích tiềm năng của nghiên cứu
Những lợi ích tiềm năng của nghiên cứu này có thể rất lớn. Trong các môi trường như bệnh viện và nhà ở, các robot có khả năng biểu cảm và linh hoạt được cải thiện có thể cung cấp sự hỗ trợ và đồng hành, cải thiện chất lượng cuộc sống cho bệnh nhân và người cao tuổi. Trong các môi trường nguy hiểm, những robot này có thể thay thế con người trong các nhiệm vụ nguy hiểm, gia tăng sự an toàn.
Các dự án liên quan
Dự án này không phải là nỗ lực duy nhất nhằm cải thiện khả năng di chuyển của robot. Tại Đại học Rice, các nhà khoa học đã tạo ra một chương trình tương tác gọi là “Bayesian Learning in the Dark” (BLIND) để hỗ trợ các robot phức tạp trong việc lập kế hoạch di chuyển trong các môi trường đầy chướng ngại vật. Trong khi đó, các nhà nghiên cứu đã phát triển một robot bốn chân có khả năng chạy trên cát nhanh hơn con người có thể chạy bộ trên mặt đất cứng, cho thấy tiềm năng của robot trong việc duy trì ổn định và hiệu quả trên địa hình hỗn hợp.
St
Những tiến bộ nhanh chóng trong lĩnh vực robot có thể làm cho công nghệ này trở nên “đáng sợ”, vì vậy một nhóm kỹ sư tại Đại học California San Diego đang dạy một robot AI hình người thực hiện các động tác nhảy múa biểu cảm – vừa để cải thiện khả năng di chuyển và linh hoạt, vừa để làm cho chúng thân thiện hơn với con người.
Nhóm nghiên cứu, do giáo sư Xiaolong Wang dẫn đầu tại Khoa Kỹ thuật Điện và Máy tính của Trường Kỹ thuật Jacobs UC San Diego, đã sử dụng video của người nhảy múa và công nghệ bắt chuyển động để huấn luyện phần thân trên của robot.
Ngoài việc cải thiện khả năng di chuyển, ý tưởng là làm cho robot trông tự nhiên hơn.
“Chúng tôi nhằm xây dựng lòng tin và giới thiệu tiềm năng của robot để cùng tồn tại hòa bình với con người,” Wang nói trong một báo cáo được công bố bởi trường đại học. “Chúng tôi đang làm việc để giúp thay đổi nhận thức công cộng về robot như là thân thiện và hợp tác thay vì đáng sợ như The Terminator.”
Nghiên cứu nhằm tăng cường tương tác giữa con người và robot, với các ứng dụng tiềm năng trong nhiều bối cảnh khác nhau bao gồm dây chuyền lắp ráp nhà máy, bệnh viện, nhà ở và các môi trường nguy hiểm như phòng thí nghiệm và địa điểm thảm họa.
Như được giải thích trong bài báo nghiên cứu của dự án, quá trình huấn luyện bao gồm hai phương pháp tiếp cận. Phần thân trên của robot được huấn luyện để thực hiện các chuyển động biểu cảm sử dụng dữ liệu bắt chuyển động và video nhảy múa, trong khi phần thân dưới chỉ tập trung vào sự ổn định và cân bằng.
“Ý tưởng chính của chúng tôi không phải là bắt chước chính xác chuyển động tham khảo,” bài báo nghiên cứu giải thích. “Trong quá trình huấn luyện… chúng tôi khuyến khích phần thân trên của robot hình người bắt chước các chuyển động đa dạng của con người để biểu cảm, trong khi giảm nhẹ yêu cầu bắt chước chuyển động cho hai chân của nó.”
Phương pháp này cho phép robot tái hiện các chuyển động tham khảo khác nhau, như nhảy múa, vẫy tay, đập tay, và ôm, trong khi chân của nó có thể giữ thăng bằng và duy trì cân bằng trong suốt các chuyển động đó.
Mặc dù phần thân trên và thân dưới được huấn luyện riêng biệt, robot áp dụng kiến thức để kiểm soát toàn bộ cấu trúc của nó như một đơn vị duy nhất. Phương pháp này, được các nhà nghiên cứu gọi là “Kiểm soát toàn thân biểu cảm”, làm cho robot có thể di chuyển ổn định trên các bề mặt như sỏi, đất, mảnh gỗ, cỏ và các đường bê tông dốc ngay cả khi thực hiện các cử chỉ khác nhau với phần thân trên.
Nhóm nghiên cứu đã sử dụng phương pháp này để làm cho robot có khả năng thích ứng với các điều kiện khác nhau – thậm chí những điều kiện không có trong bộ dữ liệu huấn luyện.
“Chúng tôi huấn luyện chính sách của mình trong các địa hình ngẫu nhiên thách thức cao trong mô phỏng,” các nhà nghiên cứu nói. “Điều này không chỉ cho phép chuyển giao mạnh mẽ từ mô phỏng sang thực tế mà còn học được một chính sách không chỉ ‘lặp lại’ các chuyển động đã cho.”
Lợi ích tiềm năng của nghiên cứu
Những lợi ích tiềm năng của nghiên cứu này có thể rất lớn. Trong các môi trường như bệnh viện và nhà ở, các robot có khả năng biểu cảm và linh hoạt được cải thiện có thể cung cấp sự hỗ trợ và đồng hành, cải thiện chất lượng cuộc sống cho bệnh nhân và người cao tuổi. Trong các môi trường nguy hiểm, những robot này có thể thay thế con người trong các nhiệm vụ nguy hiểm, gia tăng sự an toàn.
Các dự án liên quan
Dự án này không phải là nỗ lực duy nhất nhằm cải thiện khả năng di chuyển của robot. Tại Đại học Rice, các nhà khoa học đã tạo ra một chương trình tương tác gọi là “Bayesian Learning in the Dark” (BLIND) để hỗ trợ các robot phức tạp trong việc lập kế hoạch di chuyển trong các môi trường đầy chướng ngại vật. Trong khi đó, các nhà nghiên cứu đã phát triển một robot bốn chân có khả năng chạy trên cát nhanh hơn con người có thể chạy bộ trên mặt đất cứng, cho thấy tiềm năng của robot trong việc duy trì ổn định và hiệu quả trên địa hình hỗn hợp.
St
