레오나르도 (로봇)

Leonardo (robot)
스탠 윈스턴 스튜디오의 레오나르도 시신

레오나르도는 매사추세츠 공과대학의 퍼스널 로봇 그룹에 의해 처음 만들어진[1] 2.5피트 소셜 로봇이다.그 개발은 Cynthia Breazeal의 공로를 인정받고 있다.본문은 애니매트로닉스의 [2]선두주자인 스탠 윈스턴 스튜디오입니다.본부는 2002년에 완공되었다.[3]그것은 2001년 [4]당시 스튜디오가 시도했던 것 중 가장 복잡한 로봇이었다.이 프로젝트의 다른 기여자에는 NevenVision,토요타, NASA의 린든 B. 존슨 우주 센터와 해군 연구실입니다그것은 인간-로봇 상호 작용과 협업에 대한 연구를 촉진하기 위해 만들어졌다.DARPA Mobile Autonomous Robot Software(MARS), Office of Naval Research Young Investigators Program 조성금, Digital Life 및 Things that think 컨소시엄이 이 프로젝트에 자금을 일부 지원하고 있습니다.로보넛 1호도 연구한 MIT 미디어랩 로보틱 라이프 그룹은 레오나르도 지역에서 보다 정교한 소셜 로봇을 만들기 시작했다.그들은 레오나르도에게 더 나은 인간-로봇 협업을 위해 만들어지길 바라는 유아 심리에 기초한 다른 시각 추적 시스템과 프로그램을 제공했습니다.이 프로젝트의 목표 중 하나는 훈련을 받지 않은 사람들이 더 적은 반복으로 훨씬 더 빨리 로봇과 상호작용하고 가르칠 수 있도록 하는 것이었다.레오나르도는 2006년 [3]와이어드 매거진의 50대 로봇 리스트에 올랐다.

건설

로봇 본체의 좁은 공간에는 로봇의 표현적인 움직임을 가능하게 하는 약 60개의 모터가 있습니다.Personal Robot Group은 레오나르도를 위해 사용한 모터 제어 시스템(8축 및 16축 제어 패키지)을 개발했습니다.레오나르도는 어떤 실물과도 닮지 않고, 대신 공상적인[citation needed] 존재의 외모를 가지고 있다.그것의 얼굴은 소셜 로봇이기 때문에 표정이 풍부하고 의사소통을 할 수 있도록 디자인되었다.공상적이고 의도적으로 어린 외모는 사람들이 아이나 [4]애완동물과 같은 방식으로 그것과 상호작용하도록 장려한다.

로봇의 오른쪽 눈에 장착된 카메라가 얼굴을 캡처합니다.Neven Vision사가 개발한 얼굴 특징 추적기는 캡쳐에서 얼굴을 분리합니다.최대 200개의 얼굴 뷰 버퍼를 사용하여 말을 통해 자신을 소개할 때마다 그 사람의 모델을 만듭니다.또한 레오나르도는 색상, 피부톤, 모양 및 움직임을 포함하는 [5]시각적 특징 검출기 모음을 사용하여 물체와 얼굴을 시각적으로 추적할 수 있습니다.

이 그룹은 레오나르도가 온도, 근접성, 압력을 감지할 수 있는 피부를 갖게 될 것을 계획하고 있다.이를 위해 그들은 힘 감지 저항기와 양자 터널링 복합재료를 실험하고 있다.센서의 층은 실리콘으로 덮여 있으며,[6] 이는 로봇의 미관을 유지하기 위해 메이크업 효과로 사용됩니다.

목적

레오나르도를 만든 목적은 소셜 로봇을 만드는 것이었다.모터, 센서, 카메라를 통해 인간의 표현을 흉내내고, 제한된 물체와 상호작용하며, 물체를 추적할 수 있습니다.이것은 인간이 로봇에 더 친숙한 방식으로 반응하도록 도와줍니다.이러한 반응을 통해, 인간은 보다 자연스러운 사회적 방식으로 로봇을 참여시킬 수 있다.레오나르도의 프로그래밍은 심리학 이론과 어우러져 그가 더 자연스럽게 배우고, 더 자연스럽게 상호작용하고, 인간과 더 자연스럽게 협력할 수 있도록 한다.

학습

레오나르도는 공간 발판을 통해 배운다.교사가 가르치는 방법 중 하나는 학생들이 사용하기를 기대하는 물건을 학생 근처에 배치하는 것이다.공간 비계라고 하는 이 기술은 레오나르도와 함께 사용할 수 있습니다. 레오나르도는 가상 블록에서 빨간색과 파란색 블록만 사용하여 범선을 만드는 법을 배웁니다.녹색 블록을 사용하려고 할 때마다, 교사는 "금지된" 색상을 제거하고 빨간색과 파란색 블록을 로봇의 공간으로 옮깁니다.레오나르도는 이런 식으로 빨간색과 파란색 블록만을 [7]사용하여 배를 만드는 법을 배웁니다.

레오나르도는 또한 인간이 보고 있는 것을 추적할 수 있다.이를 통해 로봇은 환경 내의 사람이나 사물과 상호 작용할 수 있습니다.자연스럽게, 인간은 가리키는 제스처와/또는 시선을 따르고 가리키거나 바라보는 것이 상대방이 관심을 가지고 있고 논의하거나 무언가를 하려고 하는 대상이라는 것을 이해할 것이다.퍼스널 로봇 그룹은 레오나르도의 추적 능력을 이용하여 인간처럼 행동할 수 있도록 로봇을 프로그래밍하여 인간이 주목하는 물체에 시선을 집중시켰다.인간의 시선을 맞추는 것은 레오나르도가 더 자연스러운 [8]행동을 보이는 한 가지 방법이다.이렇게 관심을 공유하는 것은 로봇이 인간으로부터 배울 수 있는 방법 중 하나입니다.로봇의 "이해"에 대한 피드백을 줄 수 있는 로봇의 표정 또한 매우 중요합니다.

리오가 배우는 또 다른 방법은 흉내를 내는 것이다.유아들이 그들의 세계를 이해하고 조작하는 것을 배우는 것과 같은 방법은 소셜 로봇에 도움이 된다.사람의 표정과 몸의 움직임을 흉내냄으로써, 리오는 자신과 다른 사람을 구별할 수 있다.이 능력은 인간에 있어서 서로의 관점을 보는 데 있어서 중요하고, 소셜 로봇에도 마찬가지입니다."다른 사람"이 가지고 있는 것과 동일한 지식을 가지고 있지 않다는 것을 이해하면 로봇은 주어진 상황에서 무엇을 해야 하는지에 대한 프로그래밍을 기반으로 더 정확하게 환경을 보고 더 나은 결정을 내릴 수 있습니다.그것은 또한 인간이 정확하지 않기 때문에 로봇이 인간의 의도와 실제 행동을 구별할 수 있게 해준다.이것은 특별한 훈련을 받지 않은 사람이 [7]로봇을 가르칠 수 있게 해준다.

레오나르도는 인간과 함께 훈련을 받는 것 외에도 스스로 탐험할 수 있으며, 이것은 시간을 절약하고 개인 로봇의 성공에 중요한 요소이다.그것은 인간이 이미 사용하고 있는 메커니즘(공간 발판, 공유된 주의력, 모방, 원근법)을 사용하여 빠르게 배울 수 있어야 한다.또한 많은 시간을 필요로 할 수도 없습니다.그리고 마지막으로, 상호작용하는 것은 즐거워야 합니다. 그래서 미학과 표현이 매우 중요한 것입니다.이것들은 모두 로봇을 가정으로 데려오는 데 있어 중요한 단계들이다.

인터랙션

레오나르도가 인간과 자연스럽게 교류할 수 있도록 도와주는 두 가지 메커니즘에 대한 공통적인 관심과 관점이 있다.레오나르도는 또한 인간의 얼굴 표정, 몸짓 언어, 말투를 모방함으로써 얻은 데이터를 조사함으로써 공감과 같은 것을 얻을 수 있다.비슷한 방법으로, 사람들은 같은 데이터를 바탕으로 다른 사람들이 무엇을 느끼고 있는지 이해할 수 있습니다. 레오나르도는 시뮬레이션 이론의 규칙에 따라 프로그램 되어 있고,[9] 공감과 같은 것을 할 수 있다.이러한 방식으로 레오나르도와 사회적 상호작용은 더 인간처럼 보여서, 인간이 한 팀으로 로봇과 함께 일할 수 있는 가능성이 더 높아진다.

콜라보레이션

레오나르도는 그의 몸이 허락하는 한 공통의 문제를 해결하기 위해 인간과 함께 일할 수 있다.그는 인간과 어깨를 맞대고 일하는 데 더 효과적입니다. 그의 프로그래밍과 혼합된 정신 노동 이론 때문입니다.한 사람이 두 개의 잠긴 장소에서 쿠키와 다른 크래커를 원하고 그들 중 한 명이 위치를 바꾸면 레오나르도는 첫 번째 사람이 쿠키가 있는 곳으로 가는 것을 보고 쿠키로 상자를 여는 것을 볼 수 있어 그의 목표를 달성할 수 있도록 도울 수 있다.레오나르도의 모든 사회적 기술은 함께 작동하기 때문에 인간과 함께 작동할 수 있습니다.인간이 어떤 일을 하라고 요구할 때, 그것은 무엇을 알고 있는지, 무엇을 할 수 있는지, 무엇을 할 수 없는지를 나타낼 수 있다.표정과 제스처를 통해 소통하고 표정, 제스처, 말투를 인식함으로써 로봇은 [10]팀의 일원으로 일할 수 있습니다.

기부자

  • 신시아 브리질 교수
  • 스탠 윈스턴
  • 린제이 맥고완(아티스트 리드)
  • Richard Landon (테크니컬 리드)
  • 스탠 윈스턴 스튜디오 팀
    • 존 다우
    • 트레버 헨슬리
    • 맷 하임리히
    • 알 수사
    • 캐시 맥고원
    • 미카엘 오르닐레스
    • 에이미 휘셀
    • Joe Reader
    • 그라디 홀더
    • 롭 램즈델
    • 존 체레브카
    • 로드릭 카차토리안
    • 커트 허벨
    • 리치 호겐
    • 키스 마보리
    • 아나벨 트루켄스
  • 파르다드 파리디 (애니메이터)
  • 대학원생
    • 맷 베를린
    • 앤드류 "조즈" 브룩스
    • 제시 그레이
    • 가이 호프만
    • 제프 리버먼
    • 안드레아 로커드 토마즈
    • 댄 슈틸
  • 맷 행처(앨럼니)
  • 한스 리 (알루미니)

「 」를 참조해 주세요.

참고 문헌

레퍼런스

  1. ^ "Furry Robots, Foldable Cars and More Innovations from MIT's Media Lab". PBS. 2011-05-20.
  2. ^ "Leonardo Project Home Page". MIT Media Lab Personal Robots Group. Archived from the original on 2012-02-14. Retrieved 2012-02-27.
  3. ^ a b Robert Capps (January 2006). "The 50 Best Robots Ever". Wired Magazine.
  4. ^ a b "Leonardo Project Body Page". MIT Media Lab Personal Robots Group. Archived from the original on 2012-03-24. Retrieved 2012-02-27.
  5. ^ "Leonardo Project Vision Page". MIT Media Lab Personal Robots Group. Archived from the original on 2012-03-24. Retrieved 2012-02-27.
  6. ^ "Leonardo Project Skin Page". MIT Media Lab Personal Robots Group. Archived from the original on 2008-03-02. Retrieved 2012-02-27.
  7. ^ a b "Leonardo Project Social Learning Page". MIT Media Lab Personal Robots Group. Archived from the original on 2012-03-24. Retrieved 2012-02-27.
  8. ^ Andrew Brooks and Cynthia Breazeal (2006). "Working with Robots and Objects: Revisiting Deictic Reference for Achieving Spatial Common Ground". Salt Lake City: Human Robot Interaction. {{cite journal}}:Cite 저널 요구 사항 journal=(도움말)
  9. ^ "Leonardo Project Social Cognition Page". MIT Media Lab Personal Robots Group. Archived from the original on 2012-03-24. Retrieved 2012-02-27.
  10. ^ "Project Leonardo Teamwork Page". MIT Media Lab Personal Robots Group. Archived from the original on 2012-03-24. Retrieved 2012-02-27.

추가 정보

  • Brooks, Andrew; Cynthia Breazeal (2006). "Working with Robots and Objects: Revisiting Deictic Reference for Achieving Spatial Common Ground". Human Robot Interaction.
  • Breazeal, Cynthia; Matt Berlin; Andrew Brooks; Jesse Gray; Andrea Thomaz (2006). "Using perspective taking to learn from ambiguous demonstrations". Robotics and Autonomous Systems: 385–393. doi:10.1016/j.robot.2006.02.004.
  • Breazeal, Cynthia; Cory Kidd; Andrea Thomaz; Guy Hoffman; Matt Berlin. "Effects of Nonverbal Communication on Efficiency and Robustness in Human-Robot Teamwork". MIT Media Lab.
  • Stiehl, Walter Dan (2005). Sensitive Skins and Somatic Processing for Affective and Sociable Robots Based upon a Somatic Alphabet Approach. Massachusetts Institute of Technology.

외부 링크