نقدم مفهوم البيريبيريشن، وهو نموذج لجمع بيانات الروبوتية يقوم بحسّنة وتسجيل التلاعب البشري مع تعظيم قابلية نقل البيانات إلى الروبوتات الحقيقية. ننفذ هذا النموذج في DEXOP، وهو هيكل خارجي يدوي سلبي مصمم لتعظيم قدرة الإنسان على جمع بيانات حسية غنية (رؤية + لمسية) لمهام التلاعب البارع المتنوعة في بيئات طبيعية. يربط DEXOP ميكانيكيًا أصابع الإنسان بأصابع الروبوت، موفرًا للمستخدمين ردود فعل اتصال مباشرة (عبر الإدراك الحسي الذاتي) ويعكس وضع يد الإنسان على يد الروبوت السلبية لتعظيم نقل المهارات التي تم عرضها إلى الروبوت. تجعل ردود الفعل القوية وانعكاس الوضعيات عروض المهام أكثر طبيعية للبشر مقارنة بالتشغيل عن بعد، مما يزيد من كل من السرعة والدقة. نقيم DEXOP عبر مجموعة من المهام البارعة الغنية بالاتصال، مظهرين قدرته على جمع بيانات عروض عالية الجودة على نطاق واسع. السياسات التي تم تعلمها باستخدام بيانات DEXOP تحسن بشكل كبير أداء المهمة لكل وحدة زمنية لجمع البيانات مقارنة بالتشغيل عن بعد، مما يجعل DEXOP أداة قوية لتطوير براعة الروبوتات. صفحة مشروعنا هي على https://dex-op.github.io.
فانغ وآخرون (الخميس) درسوا هذا السؤال.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: