Robottikäsi ei tarvitse olla kokonaan kova tai pehmeä

Robottikäsi ei tarvitse olla kokonaan kova tai pehmeä

Kun otamme käteemme liukkaan shampoopullon tai herkän hedelmän, emme juuri ajattele asiaa. Sormet antavat vähän periksi, nivelet joustavat, ja esine pysyy otteessa. Roboteille sama arkinen temppu on pitkään ollut hankala: kovat kädet ovat kestäviä mutta kömpelöitä, pehmeät kädet helliä mutta helposti rikkoutuvia ja epävarmoja.

Tuore robottikäden malli ehdottaa, että ongelmaa on lähestytty väärästä kulmasta. Sen sijaan, että koko käsi tehdään pehmeäksi tai pehmustetaan sormenpäitä, joustoa lisätään vain sinne, missä siihen on eniten tarvetta: niveliin. Sormien “luut” pysyvät jäykkinä. Ajatuksena on havainto, jonka jokainen oviin kolhinut tietää: iskut osuvat useimmin niveliin, kun taas varret ja rungot kantavat pääosan kuormasta.

ArXiv-palvelussa julkaistu CRAFT-käsi rakentuu tämän periaatteen varaan. Nivelissä on pehmeää materiaalia, joka antaa periksi törmäyksissä. Sormien väliset osat ovat jäykkiä, jotta voimaa ja muotoa riittää. Niveliä on muotoiltu siten, että niiden pinnat “vierivät” toisiaan vasten – kuin kaksi pientä pyörää. Tämän seurauksena sormi liikkuu samaa toistettavaa rataa pitkin, vaikka nivel hieman joustaisi. Samaan aikaan käden liikevoima tulee “jänteistä”: sormia ohjaavat vaijereita muistuttavat säikeet, joita vetää yhteensä 15 pientä moottoria sijoitettuna suoraan sormiin. Ratkaisu pitää sormet kevyinä ja koko käden koon maltillisena.

Miksi tällä on väliä? Koska robottien on pärjättävä ympäristöissä, joissa on sekä ankaria iskuja että hauraita esineitä. Teollisuuslinjalla laite saattaa tökätä reunaan. Kotona se voi nostaa sileän muovipurkin tai pahvipakkauksen, joka luisuu herkästi sormista. Kun nivel joustaa törmäyksessä, isku ei riko rakennetta. Kun ote tarvitsee pitoa, pieni myötäily auttaa pitämään otteen ilman liiallista puristusta.

Tutkimusryhmä mittasi ideansa käytännössä. Rakennekokeissa käden lujuus ja kestävyys paranivat aiempiin ratkaisuihin verrattuna, ja liikkeen toistettavuus – eli kyky tehdä sama liike samalla tavalla uudelleen – pysyi samalla tasolla. Kun kättä ohjattiin etänä (teleoperaatio), se suoriutui aiempaa paremmin hauraiden ja liukkaiden esineiden käsittelystä. Lisäksi käsi onnistui kaikissa 33 otteessa tunnetussa Feixin oteluokituksessa. Kyseessä on katsaus tavallisiin tapoihin, joilla ihmiset – ja nyt myös tämä käsi – tarttuvat erilaisiin esineisiin.

Yksinkertainen esimerkki havainnollistaa ideaa ilman kaavoja. Kuvittele, että sormen kylki hipaisee pöydän reunaa. Jäykässä kädessä isku keskittyy yhteen pisteeseen ja voi vääntää nivelen rikki. Tässä mallissa nivel antaa hiukan periksi ja vierii kuin laakeri, jolloin isku jakautuu laajemmalle matkalle. Sormi jatkaa rataansa, eikä koko käsi ole vaarassa. Kun sama käsi tarttuu sileään, saippuapalan kaltaiseen kappaleeseen, joustavat nivelet sallivat sormien hakea otetta ja lisätä pitoa ilman, että kappaletta tarvitsee puristaa rutikuivaksi.

Lisäarvo ei rajoitu suorituskykyyn. Käden osaluettelo ja rakenne on mitoitettu niin, että kokonaiskustannus jää alle 600 dollarin. Tutkijat lupaavat julkaista suunnitelman avoimena, yhdessä kamerakuvaan perustuvan etäohjauksen ja simulaatioympäristön kanssa. Se tarkoittaa, että yliopistolabrasta harrastajayhteisöihin yhä useampi voisi testata ja kyseenalaistaa ratkaisua – ja parantaa sitä.

Rajoituksiakin on. Tulokset on koottu pääosin etäohjatusta käytöstä ja rakennetesteistä. Siitä, miten käsi pärjää täysin autonomisissa järjestelmissä, joissa tekoäly valitsee otteet ja liikeradat itse, ei vielä ole näyttöä. Eikä yksi prototyyppi kerro pitkän aikavälin kulumisesta: pehmeät nivelmateriaalit voivat käyttäytyä toisin kuukausien yhtäjaksoisessa käytössä kuin laboratoriomittauksissa. Myös 15 moottorin ja jänteiden järjestelmä on mekaanisesti monimutkainen. Vaikka sormet on pidetty kevyinä, huollon ja säädön tarve selviää vasta, kun laitteita on useampia oikeissa töissä.

Silti lähestymistavassa on selkeä, arkijärjen mukainen ydin: kaikki pinnat eivät kohtaa maailmaa samalla tavalla, eikä kaikkia niiden ympärillä olevia rakenteita tulekaan rakentaa samanlaisiksi. Tähän asti robottikäsissä on usein tehty suuri valinta kovuuden ja pehmeyden välillä. CRAFT ehdottaa, että valinta on väärä kysymys. Olennaista on, mihin pehmeys asetetaan. Kun jousto keskittyy niveliin ja muut osat kantavat kuormaa, käsi voi olla samaan aikaan kestävä ja varovainen.

Jos tämä periaate toimii käsissä, missä muualla se voisi muuttaa oletuksia? Voisiko “pehmeä siellä missä törmätään, kova siellä missä kannetaan” -ajatus auttaa myös jalkojen proteeseissa, pienissä dronessa tai teollisuuden tarttujissa? Kun robotit siirtyvät tehtailta koteihin, niiden on voitettava muutakin kuin teknisiä haasteita – myös luottamus. Ehkä se ansaitaan sillä, että laite osaa antaa periksi juuri oikealla hetkellä.

Paper: https://arxiv.org/abs/2603.12120v1

Register: https://www.AiFeta.com

robotiikka tutkimus teknologia insinööritiede suunnittelu

Read more

Pieni kielimalli oppi kysymään taulukoilta ihmisen puolesta

Pieni kielimalli oppi kysymään taulukoilta ihmisen puolesta

Moni on tuijottanut Exceliä ja toivonut voivansa vain kysyä: missä kaupunginosissa koti on kävelymatkan päässä terveysasemasta ja ruokakaupasta? Ihmismielelle yksinkertainen pyyntö muuttuu helposti tuntien suodatukseksi ja kaavanviilaukseksi. Tietokone kyllä tietää vastauksen – jos vain osaisimme puhua sen kieltä. Viime vuosina apua on pyydetty juttelevalta tekoälyltä. Se osaa etsiä ja tiivistää tekstejä,

By Kari Jaaskelainen
Tekoäly vastaa fiksummin, kun sille annetaan oikea tieto oikealla tavalla

Tekoäly vastaa fiksummin, kun sille annetaan oikea tieto oikealla tavalla

Katsaus kokoaa, miten kielimalleja voi vahvistaa antamalla niille jäsenneltyä lisätietoa vastaushetkellä – yksinkertaisista vihjeistä aina syy–seurausketjuiksi järjestettyyn taustaan. Kuvittele, että pyydät tekoälyä selittämään, mitä uusi lakimuutos tarkoittaa pienyrittäjälle. Yleismallinen kielimalli osaa puhua aiheesta sujuvasti, mutta jos laki on muuttunut äskettäin, vastauksessa voi olla vanhaa tietoa tai epävarmoja arvailuja. Sama kokemus

By Kari Jaaskelainen
Tekoäly voi olla sekä nopea että säästeliäs – jos se oppii milloin ajatella ääneen

Tekoäly voi olla sekä nopea että säästeliäs – jos se oppii milloin ajatella ääneen

Kuvittele chat-ikkuna, jossa vastaus alkaa rönsyillä: ensin pari perustelua, sitten varmistus, lopulta vielä varmistuksen varmistus. Käyttäjä odottaa, laskutus juoksee. Tekoälymallit hinnoitellaan usein “tokeneina” – sananpaloina – joten jokainen turha kiemura maksaa sekä aikaa että rahaa. Vuosia alalla vallitsi hiljainen oletus: mitä enemmän mallilla on laskentatehoa ja mitä pidemmin se ”miettii”, sitä parempaa

By Kari Jaaskelainen