У найближчому майбутньому у Інтернету речей (IoT) з’явиться наступна «щабель розвитку», а саме – Тактильний Інтернет (Tactile Internet, TI). Команда дослідників Мельбурнського університету (Австралія) на чолі з доктором Елейн Вонг (Elaine Wong) створили метод передачі тактильного зворотного зв’язку в додатках типу «людина-комп’ютер», використовуваних в TI.

Тактильний Інтернет це закономірна фаза розвитку IoT, в якій користувачі зможуть взаємодіяти між собою, а також переживати тактильні відчуття від «дотику» до предметів або віртуальних об’єктів, отримуючи зворотний зв’язок. Вчені вважають, що новий метод передачі буде використаний для прогнозування відгуку користувача в будь-якій сфері: від електронної охорони здоров’я до ігор у віртуальній реальності.

Доктор Вонг і група університетських вчених в найближчі кілька місяців офіційно презентують модуль на базі нейронної мережі для прогнозування і передачі текстури поверхні під час дотику. Презентацію планують провести на Виставці оптичних комунікацій (OFC), яка відбудеться з 8 по 12 березня 2020 року в конгрес-центрі Сан-Дієго (Каліфорнія, США). Залежно від динаміки взаємодія додатку «людина-комп’ютер» може зайняти певний час відгуку (приблизно одну мілісекунду). Час відгуку накладає обмеження на те, наскільки далеко можуть перебувати людина і комп’ютер. Отже, рішення для відділення цієї відстані від часу відгуку мережі мають найважливіше значення для реалізації концепції тактильного Інтернету, – зазначила професор Вонг.

В ході дослідження фахівці навчили алгоритм навчання з підкріпленням вгадувати відповідну тактильний зворотний зв’язок в системі «людина-комп’ютер» перш, ніж стане відомим правильний варіант. Модуль Event-based HAptic SAmple Forecast (EHASAF) прискорив процес, виробляючи сенсорний відгук на основі імовірнісного прогнозу матеріалу, з яким взаємодіє користувач. Як тільки фактичний матеріал ідентифікований, пристрій адаптує і оновлює свій розподіл ймовірностей, щоб допомогти вибрати правильний зворотний зв’язок в майбутньому (в цьому і полягає суть підкріплюваного навчання).

Модуль EHASAF був протестований з парою рукавичок віртуальної реальності, що використовуються людиною для дотику до віртуального м’ячу. Рукавички оснащені давачами на пальцях і зап’ястях, які визначають дотики і відстежують рухи, силу впливу і розташування руки в просторі. Залежно від того, який м’яч з чотирьох запропонованих обирає користувач, зворотний зв’язок рукавичок дає різний відгук.

Наприклад, металева куля відчувається більш міцною, ніж пінопластова. Коли нейромережа визначає, який з пальців торкнувся м’яча, модуль EHASAF починає циклічно перемикатися між варіантами зворотного зв’язку для генерації рішення, поки не визначить матеріал обраного м’яча. Зараз точність прогнозування текстури матеріалу становить 97%. За словами дослідників, для підвищення точності прогнозів потрібні більш складні моделі нейронних мереж.

Автор: Тетяна Козодой


Читайте також:

Vision-S – електромобіль від компанії Sony

Sunflower – трикомпонентна система домашньої безпеки

Коментарi