您可能已经看到，甚至参加了瓶盖挑战。这是人们试图用360次踢的瓶盖拧下瓶盖的一周的病毒挑战。
麻省理工学院的计算机科学和人工智能实验室（CSAIL）不想被遗弃。因此，它使用它的Roboraise机器人在可以镜像用户的动作并通过监控手臂肌肉来遵循非言语命令的乐趣。
然而，有轻微的扭曲。正如您在下面的视频中看到的那样，Roboraise是来自Rethink机器人的Baxter机器人，没有脚，不能执行360学位。Roboraise从MIT的Joseph Delproeto中担任帖子，他在右臂上穿着小传感器。在他的领先之后，Roboraise使用它的软夹具来从立场上拧下瓶盖，成功完成瓶盖挑战。
Delpreto表示，他可以设想制造和施工环境中使用的Roboraise，甚至作为房子周围的助手。这里有点讨论roboraise如何工作。有关更多的深入细节，请查看此项麻省理工学院新闻文章。
“该项目建立了[AN]现有系统，允许用户立即使用脑波和手势纠正机器人错误，现在以更加合作的方式实现连续运动。“我们的目标是开发人机互动，机器人适应人类，而不是其他方式。这种方式，机器人成为一个智能工具的物理工作，“麻省理工会教授和责任总监Daniela Rus说。
“EMG信号可以棘手使用：它们通常非常嘈杂，并且可能难以预测基于肌肉活动的肢体如何移动。即使您可以估计人们如何移动，您希望机器人本身如何应对可能尚不清楚。
“roboraise通过将人类控制来解决这个问题。该团队的系统使用非侵入性的体系传感器，这些传感器检测神经元的射击，因为你紧张或放松肌肉。使用可穿戴物也会围绕闭塞或环境噪声的问题，这可以使涉及视力或演讲的任务复杂化。
“Roboraise的算法然后处理二头肌的活动来估计人的手臂如何移动，所以机器人可以大致模仿它，并且该人可以稍微紧张或放松其臂以向上或向下移动机器人。如果用户需要机器人将远离自己的位置移动或保持姿势，他们只能向上或向下姿势进行更精细的控制;神经网络在基于二头肌和三肌肌活动的任何时间检测这些手势。
“新用户可以快速地开始使用系统，校准最小。在穿上传感器后，他们只需要紧张并放松他们的手臂几次，然后将重量轻升到几个高度。检测手势的神经网络仅受到先前用户的数据培训。“
其他机器人会进入瓶盖挑战吗？如果是这样，他们最好赶紧，因为在互联网上的下一个病毒挑战之前不会很久。
提交：AI•机器学习那机器人报告那机器人•机器人夹具•终点效果
告诉我们你的想法！