|
|
研發團隊操作筷子機器人 |
|
陳重臣主任解說自主式學習之筷子機器人 |
|
|
|
|
|
|
|
自主式學習之筷子機器人 |
|
|
|
|
|
|
|
本校資管系展示由一個動機於人類大腦資訊處理所控制之「筷子」機器人,這項開創性的研究有助揭開人腦奧秘、探索自然智能和人工智慧,並有助於了解如何應用一個簡易型之「軟性」硬體設備,在推動應用機器人於協助人們的日常生活上。 |
|
|
|
|
|
|
|
這個名為「小可」的「筷子」機器人,主要是由我們日常所使用之用完即丟之「筷子」所組成而成,其彼此之間的聯結是使用「保險絲」將這些「筷子」拴在一起,每個「筷子」再各由一個馬達控制其動作,由於機器人的結構不是一般常見之相當「硬性」結構,而是具有相當柔軟度之「軟性」結構,因此,在某種程度上,它可稱為一個類生物體的結構。整個想法是資管系利用雲科大教學卓越計劃之訪問學者經費,邀請來自英國南安普敦大學之訪問學者Klaus-Peter Zauner教授,與資管系陳重臣教授所指導之四位碩士班學生合作完成。 |
|
|
|
|
|
|
|
整個機器「筷子」人的核心部份,是其具有自我學習的「腦」,這個「腦」又稱為「類分子神經系統」 (Artificial NeuroMolecular, ANM),是一個動機於人類大腦資訊處理並擷取其運作方式而設計之系統,它不僅包含神經元之間的資訊處理外,它更擴及到神經元內部分子式的資訊處理,這使得ANM系統擁有更多的學習機制去調整系統適應及學習能力,以增加問題解決的能力。ANM的基本構造是將利於自我學習的特性(即逐漸轉變結構/功能的特性)放入系統的結構內,當系統的內部結構產生些微的變化,整個系統結構所表現出來的機能(功能)也跟著產生些微的變化。利用這逐漸轉變結構的特性,它可以經由自我學習,朝著達成所交付的任務方向前進。
|
|
|
|
主持這項研究的陳重臣教授指出,「小可」具有多個彼此競爭性的學習網路,每個學習網路針對自感應器傳來的訊息,彼此學習執行動作的調整,特別是當它利用四足在學習走路時,如何在四個腳之間產生彼此和協的動作,讓「小可」可以穩健移動。(陳重臣,ext.5300) |
|
|
|
|
|
|