AI 这条能自由生长的“机器人精”如今不避障也会导航( 二 ) 这条能自由生长的“机器人精

文章图片

这张动图可以更加清晰地看到路线的调整。

文章图片

我们可以这样理解，这一方法并不是要避免机器人与环境接触，而是在遇到障碍物时，善于利用障碍接触，使其对导航产生积极作用。
实验表明：

与避免所有障碍接触的规划方式相比，考虑并善用障碍接触的规划方式所产生的路径面对不确定性表现更佳。

值得一提的是，这一路径规划方法把对机器人身体的操控转移到了环境中，机器人所需的驱动由此减少。

文章图片

可见，斯坦福大学的最新研究使得软体机器人导航问题有了进一步突破。
关于作者
论文作者包括 IEEE Fellow、斯坦福大学机械工程系计算机科学专业教授 Allison M. Okamura，即 IEEE Robotics and Automation Letters 杂志主编，曾是约翰霍普金斯大学机械工程系教授、副主席。

文章图片

1994 年，Allison M. Okamura 获加州大学伯克利分校理学学士学位，在 1996 年、2000 年分别获得斯坦福大学机械工程硕士和博士学位。
其主要研究领域包括触觉学、远程操作、虚拟环境和模拟器、医疗机器人、软体机器人、神经力学和康复、修复术与教育等等。曾获 2020 年 IEEE 医学与生物工程学会技术成就奖、2019 年 IEEE 机器人与自动化学会杰出服务奖、2005 年 IEEE 机器人与自动化学会早期学术生涯奖等奖项。