Ловкость человека и вызов для роботов
Люди обладают поразительной ловкостью, когда держат чашку с кофе. Но смогут ли роботы когда-нибудь повторить этот трюк?
Разумеется, люди в целом неплохо справляются с задачей: мы умеем идти с чашкой кофе в руках и почти не проливаем его. Конечно, стопроцентного успеха нет, но всё же наши результаты впечатляют. Каждый раз, когда вы доносите кофе из одной точки в другую, не пролив его, вы интуитивно выполняете маленькое чудо физики. Ведь вам приходится управлять сложным объектом — жидкостью.
Исследования в Университете штата Аризона
По словам группы исследователей из Университета штата Аризона (ASU), именно этот феномен они и решили изучить. Учёные моделируют процесс переноски кофе, чтобы научить роботов той же ловкости. Сегодня, когда автоматизация всё больше проникает в нашу жизнь, от машин ожидают тонких и точных движений. Об этом рассказывает Брент Уоллес, аспирант инженерной школы ASU. Он отмечает: «Даже с простыми задачами, вроде переноски чашки воды или кофе, робот сталкивается с трудностями. Мы же каждый день делаем это почти безошибочно. Так как нам найти решение? Нужно изучать поведение человека в таких ситуациях».
Два подхода к управлению жидкостью
Исследователи из ASU опирались на ранние работы коллег из Северо-Восточного университета. Там выяснили, что у людей есть два основных подхода в управлении жидкостью. Команда из Аризоны решила смоделировать эти стратегии и сосредоточилась на переходном этапе между ними. Их цель заключалась в том, чтобы понять, почему человек использует именно два варианта и сможет ли робот научиться делать то же самое. Результаты были опубликованы в журнале Physical Review Applied в конце 2021 года.
Первый подход называют низкочастотной стратегией. В этом случае человек прикладывает к кружке медленное и равномерное усилие. Если вы слегка качнёте кружку влево, кофе внутри повторяет движение, словно маятник. Это называется синхронизация «в фазе». Второй подход — высокочастотная стратегия. Здесь движения становятся резкими и быстрыми. В результате, если кружка идёт влево, кофе внутри смещается вправо. Такой вариант называют синхронизацией «противофазой».
Нелинейные модели и хаос
Оба метода работают, хотя и противоположны по сути. Уоллес предположил, что некоторые участники исследования переключались между стратегиями: иногда действовали резко, а иногда — мягко и осторожно. Так возник вопрос: где именно находится граница между синхронизацией «в фазе» и «противофазой»?
Чтобы это проверить, он создал механическую модель, которая позволяла использовать неограниченное число «виртуальных участников». Для эксперимента была выбрана нелинейная модель: маятник, прикреплённый к движущейся тележке. В этой схеме тележка символизировала кружку, а маятник — колеблющийся кофе.
Нелинейная система учитывает хаотическое поведение, которое возникает в реальных условиях. Почти все реальные процессы именно такие. Например, автомобиль поедет 50 миль в час, если нажать на газ. Но при дальнейшем нажатии он не ускорится до 5000 миль. Это и есть нелинейность. Линейные системы проще: пружина или часы всегда движутся одинаково. В математике это подтверждается графиками. Уравнение y = x даёт прямую линию. А y = x² уже кривая, у которой множество решений.
Применение в робототехнике и протезировании
Результаты показали, что переход между стратегиями был разным у разных людей. Однако в обоих случаях участники могли переключаться «резко и эффективно». При этом сам переходный этап оказывался наиболее хаотичным и непредсказуемым. Но люди старались избегать этой «середины» и быстро переходили к одному из устойчивых вариантов.
Учёные считают, что эти принципы можно применить к роботам. Это сделает их движения более надёжными и предсказуемыми. Сегодня машины могут действовать по жёстким алгоритмам, например только резко или только плавно. Но им не хватает гибкости для переключения между режимами. В производстве это особенно важно. Там часто используются системы с маятниками. Если контролировать внутренние колебания, роботизированная рука сможет точнее выполнять задачи, например сварку, не ошибаясь и не задевая лишние детали.
По словам профессора Ина-Чэна Лая из той же школы ASU, эта концепция может помочь и в создании протезов. Когда человек хочет налить себе кофе, мозг посылает сигнал на протез, но синхронизировать их сложно. Если в такие устройства встроить «естественные интуиции», которыми обладает человек, это поможет фильтровать команды мозга и выполнять их более точно.
Для реализации этой идеи нужны дальнейшие исследования. Учёные планируют изучать более сложные системы, например маятник с ещё одним маятником. Если всё получится, роботы смогут двигаться с такой же осторожностью и намеренностью, как мы.
Немного другой кухонной физики
Знали ли вы, что даже прилипание еды к сковородке объясняется законами физики? Это происходит из-за так называемой термокапиллярной конвекции. Она заставляет горячее масло собираться в капли и стекать к краям сковороды. В центре образуется сухое пятно, и именно там еда начинает прилипать.
