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
复旦大学基础医学院、脑科学研究院、脑功能与脑疾病全国重点实验室教授刘星、马兰合作，发现小鼠脑内基底外侧杏仁核（BLA）神 本报北京11月14日讯（记者 欧媚）记者从今天举行的教育部新闻发布会上获悉，2024年世界职业技术教育发展大会将于11月20日—22日在天津举办。这是全国教育大会后我国首场教育领域的主场外交活动，是贯彻落实全国教育大会 本报9月30日综合消息 75载砥砺奋进，75载凯歌前行，75载春华秋实。在中华人民共和国75周年华诞到来之际，各地各校干部师生满怀喜悦和豪情，通过丰富多彩、形式多样的活动，共享荣光、共庆华诞，为全面推进教育强国建设积蓄前 应秘鲁总统博鲁阿尔特邀请，习近平主席将于11月13日至17日赴利马出席亚太经合组织第三十一次领导人非正式会议并对秘鲁进行国事访问。这是习近平主席时隔8年再次访问秘鲁，也是第二次赴利马出席 2024年11月8日，十四届全国人民代表大会常务委员会第十二次会议表决通过《中华人民共和国学前教育法》，自2025年6月1日起施行。学前教育是国民教育体系的组成部分，是重要的社会公益事业，关系到亿 中国教育报-中国教育新闻网讯（记者 周洪松 通讯员 李艳 张霄 蒋钰皓）一句句质朴的话语、一个个感人的故事、一段段震撼的人生感悟，不时激起在场学子的阵阵掌声……日前，河北省“劳模工匠进校园” 。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