خب بریم سراغ یه موضوع باحال از دنیای رباتیک! شاید تا حالا اسم دست‌های رباتیکی که با تاندون‌ها (همون سیم‌هایی که تو دست ربات مثل تاندون تو بدن ما هستن) حرکت می‌کنن به گوشتون خورده باشه. اینا دقیقاً مثل دست خودمون می‌تونن حرکات خیلی ظریف و خاص انجام بدن. اما یه مشکلی که وجود داره اینه که کنترلشون خیلی سخته، چون برخلاف ربات‌های معمولی که هر مفصل یه موتور جدا داره، اینا موتوراش غیرمستقیم کار می‌کنن و فرایند کنترلشون داستان داره.
حالا یه گروه اومده یه حرکت خفن زده: اونا داده‌هایی جمع کردن که به ما کمک می‌کنه سیگنال‌های sEMG (یعنی سیگنال‌هایی که از عضلات روی دست با الکترودای چسبیده به پوست گرفته می‌شن) رو مستقیماً تبدیل کنیم به کنترل تاندون‌های دست ربات. این sEMG مثل این می‌مونه که سیگنال‌هایی از کار عضلاتت بگیریم تا بفهمیم داری چه حرکتی می‌کنی.
شاید بگی خب قبلاً هم مثلاً با موشن‌کپچر (mocap)، یعنی همون سیستم‌های حرکتی که با دوربین حرکت مفاصل رو ضبط می‌کنن، یاد می‌گرفتن که دست چه حرکتی می‌زنه. اما مشکل اینجاست که به خاطر شکل خاص تاندون‌ها، این داده‌ها مستقیم نمی‌تونن کنترل دقیق بدن ربات رو بهمون بدن. تازه دوربین‌ها هم همش جلو دست و پا نیستن و گاهی مسیرشون بسته می‌شه یا اشتباه می‌فهمن، یعنی قابل اعتماد همیشه نیستن.
اینجاست که گذاشتن سنسورهای sEMG روی مچ می‌تونه کلی راحت‌تر و ارزون‌تر باشه. اما یه سوال مهم: هنوز چالش داریم! داده‌های موجود یا کامل نیستن یا تو مدل‌های ریاضی که تا الان بوده، نمی‌تونستن دقیق تاندون‌ها رو کنترل کنن. واسه همینم این تیم یه دیتاست خیلی خیلی بزرگ و باحال درست کرده و اسمش رو گذاشتن دیتاست EMG-to-Tendon Control. قشنگ اولین دیتاست بزرگیه که تمرکزش روی تبدیل سیگنال عضله به کنترل تاندون‌های رباتیکه.
بذار برات بگم، این دیتاست ادامه‌ای برای دیتاست قبلی‌ی خودشون یعنی emg2pose هست، ولی کلی بهتر شده و دیتای بیشتری داره. توش داده‌های ۱۹۳ نفر رو جمع کردن، هرکدوم تو مراحل و ژست‌های مختلف دست، و کلاً ۳۷۰ ساعت داده گرفتن! این یعنی کلی اطلاعات باحال از همه جور حرکت دست، برای آموزش ربات و مدل‌ها.
اعجوبه‌تر اینجاست که این دیتاها بر اساس مدلی به اسم MyoSuite MyoHand ساخته شدن. MyoSuite یعنی یه مجموعه نرم‌افزاری که شبیه‌سازی حرکت عضله و تاندون دست رو خیلی واقعی انجام می‌ده. اینکار باعث شده مشکلات مدل‌های قبلی که مثلاً بعضی ژست‌هارو نمی‌شناختن، تو این دیتاست حل بشه.
توی مقاله، سه مدل ریگریشن (Regression Model یعنی مدل آماری که سعی می‌کنه با ورودی و خروجی‌ها رابطه یاد بگیره) هم تست کردن که نشون بدن دیتاستشون چقدر کاربردیه. تازه یه مدل جدید و خفن هم معرفی کردن که بر اساس مفهوم Diffusion ساخته شده. حالا diffusion-based model یعنی مدلی که مثل پخش شدن ذرات تو طبیعت، سعی می‌کنه پیش‌بینی بهتری برا خروجی داشته باشه.
در کل، این حرکت باعث می‌شه زمینه برای کنترل دقیق‌تر و بزرگ‌مقیاس دست‌های رباتیکی که با تاندون کار می‌کنن حسابی باز بشه. اگه دوست داری بیشتر بدونی یا با دیتاستشون کار کنی، یه سایت هم براش ساختن: https://emg2tendon.github.io/
خلاصه اگه روزی خواستی یه دست رباتیکی درست کنی که با فکرِ عضله‌های دستت کار کنه، این دیتاست شدیداً به کارت میاد!
منبع: +
