近日，中国科学院宁波材料技术与工程研究所等提出了一种鲁棒特征选择方法，可提升人机协作中的交互刚度估计能力。
随着具身智能和人形机器人走向真实作业场景，机器人不仅需要学习人的运动轨迹，还需要学习动作背后的接触技能，如柔顺性、力适应和刚度调节。在打磨、装配、抛光、擦拭等接触密集型任务中，交互刚度决定机器人应以何种“软硬程度”与环境发生作用，是机器人从人类示教中学习操作技能的重要信息。而在实际工业场景中，准确估计交互刚度面临挑战。传统方法通常依赖运动捕捉、表面肌电信号等多模态传感系统，表面肌电信号易受到肌肉串扰、运动伪迹和未知噪声影响，导致有效特征难以稳定提取。
研究团队提出了极值理论（EVT）驱动的无噪声最大相关最小冗余方法（NF-MRMR）。该方法利用EVT估计噪声截尾阈值，无需预先设定置信水平；构建无噪声相似性度量，用于评估含噪特征之间的冗余关系。通过最大化无噪声相关性并最小化无噪声冗余性，NF-MRMR能够从受未知噪声影响的高维数据中筛选出更紧凑、更具信息量的特征子集。
团队在15个基准数据集上完成验证，并在人机协作擦拭任务中验证了其应用价值。实验中，NF-MRMR仅利用筛选出的10个表面肌电特征，即可重构连续交互刚度；与三种基准方法相比，平均绝对误差降低约37.73%。基于估计得到的交互刚度，机器人实现了对不同压力痕迹的自主擦拭。
这项研究为从含噪生理信号中提取可靠的人机交互线索提供了数据驱动工具，有望支撑刚度感知机器人技能学习。对于人形机器人及其他具身系统，该方法可为抛光、装配、表面处理和人类示教技能迁移等接触密集型任务提供参考。
相关研究成果发表在IEEE Transactions on Industrial Electronics上。研究工作得到国家重点研发计划和国家自然科学基金等的支持。
面向人机协作交互刚度估计的EVT驱动鲁棒特征选择方法框架
该特征选择方法在人机交互刚度估计中的应用及机器人自主擦拭效果
种子在植物生命周期中发挥着重要作用，而种子寿命是决定能否长期储存的关键因素。莲子具有极强的生命力，能够在自然环境中的泥碳层存活千年，并在适宜条件下萌发。然而，以往研究聚焦于生理结构和生化组分对莲子寿命的 党的十八大以来，我国教育对外开放积极谋求更高质量发展，取得显著成效，已成为推进教育强国建设的重要引擎。通过不断完善教育对外开放总体布局，统筹规划、重点推进，我国逐步形成了更全方位、更宽领 中国教育报-中国教育新闻网讯（记者 陈欣然）“学校开设的‘简历门诊’对我太有帮助了！老师一对一‘把脉’，既让我看清短板，也明白了如何突出自己的竞争优势。”天津职业大学生物与环境工程学院2025 本报北京11月6日讯（记者 林焕新）今天，教育部党组书记、部长怀进鹏调研中国石油大学（北京）、中央财经大学，了解学校服务国家战略、培养拔尖创新人才、科学研究、学科建设、国际交流合作等情况。 《中华人民共和国学前教育法》以“推进学前教育普及普惠安全优质发展”为主线，深刻、全面、具体阐述了落实政府发展学前教育责任的法律规定和实现路径，对于加快学前教育高质量发展、实现现代化 中国教育报-中国教育新闻网讯（记者 刘玉）11月11日至15日，2024年全国普通高等学校体育教育专业学生基本功大赛在沈阳体育学院举行。大赛由教育部体育卫生与艺术教育司主办，辽宁省教育厅、沈阳体育 。本文链接：机器人技能学习的鲁棒特征选择及刚度感知方法研究获进展http://www.sushuapos.com/show-12-4303-0.html
声明：本网站为非营利性网站，本网页内容由互联网博主自发贡献，不代表本站观点，本站不承担任何法律责任。天上不会到馅饼，请大家谨防诈骗！若有侵权等问题请及时与本网联系，我们将在第一时间删除处理。
上一篇： 奋勇争先 加快推进高水平科技自立自强
下一篇： 集聚人才合力 共赴壮阔前程