比勒费尔德大学的研究人员开发了一种机器人手掌握系统，可自动熟悉新物体。新系统在不事先知道物体特征的情况下工作，例如水果或工具。它是比勒费尔德大学卓越认知交互技术(CITEC)大型研究项目Famula的一部分。从该项目中获得的知识可以为未来的服务机器人做出贡献，例如，能够独立适应新家庭的工作。CITEC已在Famula投资约100万欧元。在比勒费尔德大学的一份新的“research_tv”报告中，Famula项目的协调员解释了这项新的创新。

“我们的系统通过自己尝试和探索来学习 - 就像婴儿接近新物体一样，”神经信息学教授Helge Ritter博士说，他与Famog项目一起负责运动科学家和认知心理学家Thomas Schack教授和机器人专家Privatdozent Sven Wachsmuth博士。

CITEC的研究人员正在开发一种双手机器人，这种机器人在形状和移动性方面均以人手为基础。这些手的机器人大脑必须学习如何根据颜色或形状以及在试图抓住物体时的重要性来区分日常物品，如水果，餐具或毛绒动物。

以人为本

可以握住香蕉，按下按钮。“系统学会识别这些可能性作为特征，并构建一个用于交互和重新识别对象的模型，”Ritter解释道。

为实现这一目标，跨学科项目将人工智能方面的工作与其他学科的研究结合起来。例如，Thomas Schack的研究小组调查了研究参与者认为在掌握行动方面具有重要意义的特征。在一项研究中，测试对象必须比较超过100个对象的相似性。“令人惊讶的是，体重几乎不起作用。当我们区分物体时，人类主要依赖于形状和大小，”Thomas Schack说。在另一项研究中，测试对象的眼睛被覆盖，他们必须处理重量，形状和大小不同的立方体。红外摄像机记录了他们的手部动作。“通过这种方式，我们可以了解人们如何触摸物体，以及他们喜欢使用哪些策略来识别物体的特征，”Dchak Koester解释说，他是Schack研究小组的成员。“当然，我们也会发现人们在盲目处理物品时会犯下哪些错误。”

制度把自己放在“导师”的位置

Helge Ritter的同事Robert Haschke博士站在一个大型金属笼子前面，机架臂和一张带有各种测试物体的桌子。在他作为人类学习导师的角色中，Haschke博士帮助系统熟悉新物体，告诉机器人手，他们应该检查桌子上的哪个物体。要做到这一点，Haschke指向单个对象，或者给出口头提示，例如在哪个方向上可以找到机器人的有趣对象(例如“后面，左边”)。使用彩色摄像机和深度传感器，两台监视器显示系统如何感知周围环境并对人类的指令做出反应。

CITEC中央实验室的Sven Wachsmuth解释说：“为了理解它们应该使用哪些物体，机器人手不仅要能解释口语，还要解释手势。”“而且他们也必须能够把自己置于人类的立场，也要问自己是否已经正确理解。”Wachsmuth和他的团队不仅负责系统的语言能力：他们还给系统一个面子。从其中一个监视器，Flobi跟随手的动作并对研究人员的指示做出反应。Flobi是一款程式化的机器人头，可以补充机器人的语言和面部表情的动作。作为Famula系统的一部分，目前正在使用机器人Flobi的虚拟版本。

理解人类互动

通过Famula项目，CITEC的研究人员正在进行基础研究，这将有益于家庭和工业中未来的自学机器人。“我们希望从字面上理解我们如何通过双手学会'掌握'我们的环境。机器人使我们能够在现实中测试我们的发现并严格暴露我们理解中的差距。这样做，我们正在做出贡献未来使用复杂的多指机器人手，如今仍然太昂贵或太复杂，无法在工业中使用，“Ritter解释道。

项目名称Famula代表“基于合作手动操作和语言的深度熟悉和学习：从分析到实施”。该项目自2014年开始运行，目前仅限于2017年10月。来自卓越集群CITEC的八个研究小组正在合作开展该项目。Famula是CITEC的四个大型项目之一;其他项目包括机器人服务公寓，步行机器人Hector和虚拟教练空间ICSpace。作为Deutsche Forschungsgemeinschaft(德国研究基金会，DFG)卓越计划的一部分，CITEC由州和联邦政府资助(EXC 277)。