回顾机器学习增强的电子皮肤的发展进展

　　加州大学、耶鲁大学、斯坦福大学、剑桥大学和首尔国立大学的研究人员最近进行了一项研究，回顾了最近在开发机器学习增强电子皮肤方面所做的努力。他们发表在《科学机器人学》（ScienceRobotics）杂志上的综述文章，概述了这些电子皮肤如何帮助开发具有触摸功能的软机器人，同时也描述了目前阻碍其大规模应用的挑战。
　　我们的总体想法是总结目前的工作和软机器人触觉感知、交互和探索方面的开放问题，本雅明施（BenjaminShih）和迈克尔T托利（MichaelTTolley）通过电子邮件告诉TechXplore。最近该领域的研究主要集中在驱动方面，一些团队致力于嵌入式、基于触摸的传感器，还有一些团队将它们结合起来，以关闭回路，研究反馈控制和状态估计。
　　Shih、Tolley和他们的同事对过去文献的分析表明，基于触摸的传感器目前还不是软机器人研究的主要焦点。然而，他们发现了大量探索电子皮肤潜力的工作，软机器人专家在开发新机器人时可以利用这些潜力。
　　在过去十年左右的时间里，世界各地的研究小组一直在开发具有先进传感能力的精密电子皮肤。这些电子皮肤已经变得越来越复杂，他们中的许多人现在能够收集大量的触觉数据。机器学习技术可能被证明是处理和解释这些数据的非常有价值的工具。
　　Shih和Tolley说：随着我们逐步实现机器人生物能力的匹配，软机器人、电子皮肤和机器学习这三种工具和技术有可能显著提高当今机器人的能力。机器人技术已经是一个令人难以置信的跨学科领域，在机器人设计中引入材料科学方面的知识，进一步增加了成功制造智能软机器人所需的背景和专业知识的多样性。
　　除了讨论最近开发的将电子皮肤与机器学习相结合的技术的潜力外，Shih、Tolley和他们的同事在他们的论文中强调了阻碍大规模生产的一些公开挑战。据研究人员称，在这些电子皮肤广泛使用之前，需要克服的关键挑战之一与它们的连接方式有关。虽然多路复用技术（一种可以大大减少布线的技术）可以帮助解决这个问题，但是eskin内的每个传感器仍然需要用两根导线连接。
　　Shih和Tolley说：我们强调了开放的挑战和未来的方向，将软机器人、电子皮肤和机器学习结合在一起，以推动自主软机器人的边界，不仅可以安全地探索和触摸他们的环境，而且可以同时理解他们的相互作用。
　　根据研究人员的说法，将电子皮肤和机器学习结合起来，有两个特别的机器人功能可能会受益良多，那就是形状感知和反馈控制。这两种能力都能使机器人与其环境之间进行更高级的交互，同时也能使机器人更有效地探索其周围环境。
　　由于许多机器人在接触到特定的环境刺激（如障碍物或其他物体）时都会改变形状，增强的形状感知和反馈控制能力可以为它们提供有价值的信息，帮助它们对这些刺激做出最有效的反应。此外，电子皮肤的高分辨率和机器学习技术通常具有先进的处理能力，结合软机器人的高度顺应材料，可以导致显著的结果。
　　在他们的综述中，Shih，Tolley和他的同事们也讨论了从自然中获得灵感的可能性，当设计在机器人上复制触摸功能的系统时。更具体地说，他们认为神经元在人类和动物体内传递信号的方式可能是eskin开发人员非常有价值的灵感来源。
　　研究人员说：然而，我们的综述最有意义的方面是为未来的软机器人研究目标制定的框架。我们描述了软机器人专家（以及一般的机器人专家）在开发智能自主机器人方面面临的几个公开挑战和可能的下一步行动。随着机器人和自动化越来越普遍，这些问题的解决方案将开启下一代的能力。
　　Shih、Tolley和他们的同事相信，未来机器人将广泛应用于各种环境，包括人们的家庭、医疗设施、工作场所和许多其他环境。通过回顾最近开发机器学习驱动的电子皮肤的方法，并概述目前阻碍其大规模实施的挑战，他们希望他们的工作将为研究人员在这一特定领域进行进一步研究提供指导。
　　我们现在计划继续追求将电子皮肤和机器学习与软机器人技术相结合，开发能够理解情感触摸的机器人。施和托利说。正在进行的COVID19大流行表明，机器人和自动化可能有助于减轻卫生保健工作人员的劳动负担。在不久的将来，机器人可能会与医院的护士和医生合作，或者直接帮助病人，我们希望他们能理解像击掌或拍背这样的动作，从而与人们建立更友好的关系。