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
近日，复旦大学马余刚院士团队和纽约州立大学石溪分校贾江涌教授团队合作在RHIC-STAR国际合作组首次基于高能重离子碰撞方 全球陆地生态系统通过光合作用每年吸收近1/4人类活动排放的CO2，在减缓全球变暖中发挥了作用。而随着全球范围内极端高温事件频率和强度的持续增加，陆地生态系统的CO2吸收能力受到挑战。当前，相关研究聚焦于持续时 当地时间11月3日至4日，教育部副部长陈杰率团访问秘鲁。在秘期间，陈杰与秘鲁教育部部长摩根·克罗举行会谈，并签署两国新一轮教育合作谅解备忘录。 陈杰表示，近年来，在两国元首战略引领下，中秘教育合作取得丰硕成果。 中国教育报-中国教育新闻网讯（记者 方梦宇）记者日前从中国科学技术大学获悉，该校与合肥国家实验室相关研究人员合作，利用激光冷原子方法制备成基于自旋的薛定谔猫态，其寿命达到分钟量级，有助于提升 中国教育报-中国教育新闻网讯（记者 周洪松 通讯员 焦洛 王志超 范胜利）为提高师生消防安全意识，普及消防安全知识，日前，河北省石家庄市平山县通过新媒体平台为广大师生上了一堂别开生面的“消防安 摘要：近年来，中学生面临着多方面的压力，包括学习压力、人际关系压力、抗压和挫折适应能力问题等。这些问题对学生的心理健康产生了不良影响，导致部分学生出现焦虑、抑郁等心理问题。本文从关注传 。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