Credit: Arapi等在过去的几十年里，机器人学家和计算机科学家开发了各种基于数据的技术，用于教机器人如何完成不同的任务。然而，为了获得令人满意的结果，这些技术应该在可靠的大数据集上进行训练，最好用与他们正在学习完成的任务相关的信息进行标记。例如，当试图教机器人完成涉及操纵物体的任务时，这些技术可以在人类操纵物体的视频上进行训练，理想情况下，这些视频应该包括他们正在使用的抓取类型的信息。这使得机器人能够很容易地识别出他们应该用来抓住或操纵特定物体的策略。
比萨大学、意大利技术学院、阿尔彭-阿德里亚大学和克拉根福大学的研究人员最近开发了一种新的分类法来标记人类操纵物体的视频。这种抓取分类方法，在一篇发表在《IEEE机器人和自动化快报》上的论文中介绍，说明了在抓取物体之前的运动，用于双手抓取和非抓取策略。
进行这项研究的研究人员之一Cosimo Della Santina告诉TechXplore，“我们现在已经工作了一段时间(我们中的一些人已经工作了很长时间)，研究人类在抓握和操纵方面的行为，并利用你从人类例子中获得的伟大见解来构建更有效的机器人手和算法。“在这个过程中，我们经常做的一个练习是寻找各种方法来表现人类的各种能力。”
在过去，其他研究团队引入了表征人类抓取策略和行为的分类法。尽管如此，他们到目前为止提出的分类法并没有考虑到视频标记，因此当应用于这项任务时，它们有相当大的局限性。
“例如，现有的分类法在粒度和易于实现之间没有正确的权衡，通常会丢弃以手为中心的视频材料中存在的重要方面，例如双手抓握，”参与研究的另一名研究人员Matteo Bianchi告诉TechXplore。“出于这些原因，我们提出了一种新的分类法，专门开发用于标记人类抓取的视频。这种分类法可以解释抓握前阶段、双手抓握、非抓握性抓握和环境开发事件。”
除了引入一种新的分类法之外，Della Santina、Bianchi和他们的同事还使用这种分类法创建了一个标记数据集，其中包含了人类执行涉及objec操作的日常活动的视频。在他们的论文中，他们还描述了一系列用于标记人类完成操纵任务的新视频的MatLab工具。
德拉·桑蒂纳说:“我们表明，在解释复杂人类行为的能力和简化为没有明确作为科学研究成果制作的视频贴标签的实际努力之间寻找正确的权衡，会有很大的收获。”。“我们的研究开辟了一种可能性，即利用网络(如youtube)上容易找到的大量涉及人手的视频，以精确和科学的方式研究人类行为。”
例如，当考虑厨师准备饭菜的视频时，拍摄这些视频的摄像机通常聚焦在视频中出现的厨师的手上。然而，到目前为止，还没有一种定义明确的语言允许工程师使用这段视频来训练机器学习算法。德拉·桑蒂纳、比安奇和他们的同事介绍了这样一种语言，并对其进行了验证。
未来，他们编译的标记数据集可以用于训练图像识别、机器人抓取和机器人操作任务方面的现有算法和新算法。此外，他们论文中介绍的分类法可以帮助编译其他数据集，并标记人类操纵对象的其他视频。
德拉·桑蒂纳说:“通过这种新工具，我们计划继续做我们最喜欢的事情:即使在最普通的抓握和操纵活动中，也要对人类的能力感到惊讶，并想办法将这些能力转移给机器人。”。“我们相信，通过将非科学材料纳入我们的科学研究，我们开发的新语言将成倍提高我们做这些事情的能力。”
来源：由phyica.com整理转载自PH，转载请保留出处和链接！
