回顾机器学习增强型电子皮肤的开发进展

加利福尼亚大学，耶鲁大学，斯坦福大学，剑桥大学和汉城国立大学的研究人员最近进行了一项研究，回顾了最近在机器学习增强型电子皮肤开发方面所做的努力。他们的评论论文发表在《科学机器人》杂志上，概述了这些电子皮肤如何帮助创建具有类似触摸功能的软机器人，同时还描述了目前阻止其大规模部署的挑战。

两位进行这项研究的研究人员本杰明·史(Benjamin Shih)和迈克尔·T·托利(Michael T Tolley)通过电子邮件告诉TechXplore：“我们的总体想法是总结当前在软机器人的触觉传感，交互和探索方面的工作和未解决的问题。” “该领域的最新工作主要集中在致动上，一些小组致力于嵌入式，基于触摸的传感器，还有一些小组将它们结合起来以闭合回路并研究反馈控制和状态估计。”

Shih，Tolley及其同事对过去的文献进行的分析表明，到目前为止，基于触摸的传感器还不是软机器人研究的主要重点。但是，他们发现了很多工作在探索电子皮肤的潜力，软机器人专家在开发新机器人时可能会借鉴这些潜力。

在过去的十年左右的时间里，全球研究小组一直在开发具有先进传感功能的精密电子皮肤。这些电子皮肤变得越来越复杂，其中许多现在可以收集大量的触觉数据。机器学习技术可能被证明是用于处理和解释此数据的非常有价值的工具。

Shih和Tolley说：“随着我们朝着使机器人具有生物功能相匹配的方向发展，软机器人技术，电子皮肤和机器学习带来的三重工具和技术有可能显着提升当今机器人的能力。” “机器人技术已经是一个令人难以置信的跨学科领域，将材料科学方面的内容引入机器人设计中，将进一步增加成功构建智能软机器人所需的各种背景知识和专业知识。”

Shih，Tolley及其同事除了讨论最新开发的将电子皮肤与机器学习融合的技术的潜力外，还在他们的论文中重点介绍了阻碍大规模生产的一些开放挑战。研究人员认为，在这些电子皮肤能够被广泛使用之前，需要克服的关键挑战之一与它们的布线有关。尽管多路复用(一种可以大大减少布线的技术)可以帮助解决此问题，但电子皮肤中的每个传感器仍需要通过两根线连接。

“我们强调了将软机器人，电子皮肤和机器学习三者结合在一起的开放挑战和未来方向，以突破自主的软机器人的界限，这些机器人不仅可以安全地探索和触摸周围的环境，而且可以同时了解它们的相互作用，” Shih和托利说。