El Fin Del Conocimiento - Vault 2 - ICLR (2014-2023)

graph LR classDef cho fill:#f9d4d4, font-weight:bold, font-size:14px; classDef softRobots fill:#d4f9d4, font-weight:bold, font-size:14px; classDef exoGlove fill:#d4d4f9, font-weight:bold, font-size:14px; classDef videoNet fill:#f9f9d4, font-weight:bold, font-size:14px; classDef exoAbs fill:#f9d4f9, font-weight:bold, font-size:14px; classDef collaboration fill:#d4f9f9, font-weight:bold, font-size:14px; classDef machineLearning fill:#f9d4d4, font-weight:bold, font-size:14px; A[Kyu Jin Cho
ICLR 2021] --> B[Prof. Cho: robots blandos bioinspirados. 1] A --> C[Inteligencia incorporada: externalizar cálculos a
morfología, materiales. 2] C --> D[Robot saltador de agua: inspirado en la pulga
inversión de torque. 3] C --> E[Mariquita: alas plegables basadas en origami. 4] A --> F[Cuerpo humano: 600+ músculos,
4000 tendones, 900 ligamentos. 5] F --> G[Paciente con SCI: comer independientemente,
no alimentado por robot. 6] F --> H[2010: robots portátiles exoesqueletos rígidos. 7] H --> I[ExoGlove: guante robótico blando basado en tela. 8] I --> J[ExoGlove Poly: polímero, pulgar pasivo,
mejor usabilidad, higiene. 9] A --> K[VideoNet: detección de intenciones basada en visión. 10] K --> L[VideoNet: existencia de objetos aprendida,
afectada por ángulo de la mano. 11] I --> M[Retroalimentación de fuerza en la yema del dedo necesaria para
agarre suave. 12] M --> N[Gradiente de Tiempo de Flexión RSTM:
mejora la estimación de fuerza. 13] I --> O[Optimización de topología: estructuras de dedos
origami flexibles. 14] A --> P[Muchos en sillas de ruedas tienen
debilidad respiratoria. 15] P --> Q[Cinturón ExoAbs: imita músculos abdominales. 16] Q --> R[ExoAbs: mejora volumen de voz,
claridad en paciente con ictus. 17] A --> S[Combinando inteligencia física incorporada,
aprendizaje automático: soluciones más rápidas y mejores. 18] A --> T[Cuerpo humano complejos robots blandos
permiten interacción física humano-robot. 19] A --> U[Colaboración necesaria: robótica blanda,
comunidades de aprendizaje automático. 20] U --> V[Colaboración: respeto, comunicación,
perseverancia ante fracasos. 21] U --> W[Conjuntos de datos innovadores clave para
aprendizaje automático en robótica. 22] A --> X[Robots bioinspirados: observar la naturaleza,
hipotetizar, construir, modelar, iterar. 23] A --> Y[Equilibrio dinámica de robots blandos pasivos,
control activo. 24] Y --> Z[ExoGlove: adaptación pasiva reducida
errores de agarre de aprendizaje automático. 25] A --> AA[Interpretabilidad del aprendizaje automático importante
para la fiabilidad robótica, mecanismos de seguridad. 26] A --> AB[Prof. Cho: el aprendizaje automático puede
acelerar el diseño de robots novedosos. 27] A --> AC[Robots blandos necesarios para interacciones humano-robot
seguras y naturales. 28] A --> AD[La robótica blanda necesita colaboración
de aprendizaje automático para abordar desafíos. 29] A --> AE[Prof. Cho: inspirar a la comunidad de aprendizaje automático
para avanzar en la robótica blanda bioinspirada. 30] class A,B,F,X,AC cho; class C,D,E,H,I,J,O,Y,Z softRobots; class I,J,M,N,O exoGlove; class K,L videoNet; class P,Q,R exoAbs; class G,S,T,U,V,W,AD collaboration; class AA,AB,AE machineLearning;

Resumen:

1.-El profesor Kyu jin Cho diseña robots blandos bioinspirados aprendiendo de la naturaleza y extrayendo principios clave en lugar de copiar directamente los mecanismos naturales.

2.-La inteligencia incorporada implica externalizar cálculos a la morfología del cuerpo y las propiedades del material al diseñar robots, en lugar de depender solo de estructuras de control internas.

3.-El laboratorio del Prof. Cho construyó un robot saltador de agua inspirado en el único mecanismo de "inversión de torque" de la pulga para permitir saltar sobre el agua.

4.-Se desarrollaron alas plegables basadas en origami inspiradas en la mariquita para un robot que salta y planea que puede desplegarse y bloquearse rápidamente.

5.-El cuerpo humano tiene más de 600 músculos, 4000 tendones y 900 ligamentos - todavía hay mucho que aprender para mejorar los robots y la calidad de vida.

6.-Conoció a un paciente con SCI que quería comer de manera independiente en lugar de ser alimentado por un robot, mostrando la importancia de permitir la independencia humana.

7.-En 2010, los robots portátiles eran exoesqueletos rígidos, pero el cuerpo humano ya tiene un marco (huesos) y solo necesita asistencia muscular.

8.-Se desarrolló ExoGlove, un guante robótico blando basado en tela con tendones artificiales enrutados a través de pequeños conductos para imitar el sistema de poleas de tendones humanos.

9.-La versión ExoGlove Poly hecha con polímero para resistencia al agua, fácil limpieza, motores reducidos y pulgar pasivo para mejorar la usabilidad y la higiene.

10.-La detección de intenciones basada en visión de VideoNet utiliza el comportamiento del brazo y la interacción mano-objeto para predecir la intención de agarre sin necesidad de biosenñales.

11.-Los experimentos mostraron que VideoNet aprendió la existencia de objetos en lugar de objetos específicos, y se ve afectado por el ángulo de ataque de la mano.

12.-Se necesita retroalimentación de fuerza en la yema del dedo para un agarre suave; los sensores en el actuador pueden estimar la fuerza a partir de la tensión del tendón como los órganos tendinosos de Golgi humanos.

13.-El algoritmo de Gradiente de Tiempo de Flexión RSTM utiliza datos recientes del ángulo de flexión de la vaina del cable para tener en cuenta las no linealidades y mejorar la estimación de fuerza.

14.-La optimización de topología, típicamente utilizada para estructuras rígidas, se aplicó para diseñar estructuras de dedos origami flexibles con mejor usabilidad.

15.-Muchos en sillas de ruedas tienen debilidad respiratoria; se necesita asistencia para la tos para expulsar el moco y prevenir la acumulación de moco potencialmente fatal.

16.-El cinturón ExoAbs imita los músculos abdominales para proporcionar compresión personalizada para la tos, la respiración y la asistencia del habla en un dispositivo portátil.

17.-El ensayo preliminar mostró que ExoAbs podría mejorar significativamente el volumen y la claridad del habla en un paciente con ictus al asistir la fuerza de exhalación.

18.-Combinar la inteligencia física incorporada en robots con el aprendizaje automático podría permitir resolver problemas importantes del mundo real más rápida y eficazmente.

19.-El cuerpo humano es muy complejo con muchos problemas de salud; los robots blandos que permiten la interacción física humano-robot son importantes para estudiar.

20.-Se necesita más colaboración entre las comunidades de robótica blanda y aprendizaje automático para avanzar en el campo y mejorar la vida de las personas.

21.-Colaborar entre disciplinas requiere respeto mutuo, comunicación abierta, disposición para hacer preguntas básicas y perseverancia ante los fracasos.

22.-Identificar conjuntos de datos innovadores que capturen nuevos tipos de información es clave al aplicar el aprendizaje automático a dominios robóticos novedosos.

23.-Diseñar robots bioinspirados implica observar la naturaleza, hipotetizar principios clave, encontrar coincidencias biológicas, construir prototipos, modelar y experimentar y rediseñar iterativamente.

24.-El equilibrio entre la dinámica de robots blandos pasivos y el control activo depende de predecir la intención del usuario para determinar las fuerzas de compensación necesarias.

25.-Los errores de aprendizaje automático en la predicción de la intención de agarre se redujeron al confiar en la adaptación pasiva de la inteligencia incorporada en el ExoGlove.

26.-La interpretabilidad de los modelos de aprendizaje automático es importante para aplicaciones robóticas para garantizar la fiabilidad y el funcionamiento seguro, dadas las limitaciones de datos.

27.-El Prof. Cho espera que la comunidad de aprendizaje automático pueda ayudar a acelerar el diseño de robots novedosos aprendiendo de principios biológicos.

28.-Se necesitan robots blandos para interacciones humano-robot seguras y naturales en dispositivos portátiles, tecnologías de asistencia, fabricación y vida cotidiana.

29.-La comunidad de robótica blanda necesita más colaboración con expertos en aprendizaje automático para abordar los problemas desafiantes en el campo.

30.-El Prof. Cho tiene como objetivo inspirar a la comunidad de aprendizaje automático a trabajar en problemas interesantes en la robótica blanda bioinspirada para avanzar en el campo.

Vault de Conocimiento construido porDavid Vivancos 2024