Исследователи из Технологического института Джорджии научили робота падать аккуратно, по возможности смягчая удар при столкновении с поверхностью. Подробнее можно прочитать на сайте института.
Для того, чтобы научить робота правильно реагировать на потерю равновесия, разработчики обратились к прошлогоднему исследованию, посвященному анализу движений кошек и спортсменов для применения в робототехнике. Как отмечают авторы исследования, современные роботы на программном уровне вполне могут рассчитывать движения, которые сделают падение наименее травматичным. Основная проблема заключается именно в аппаратной части — большинство используемых актуаторов уступают по скорости работы живым организмам.
Специалисты по робототехнике решили пойти от обратного, и алгоритм начал учитывать аппаратное ограничение скорости работы приводов и силу и направление толчка. При потере равновесия алгоритм определяет нужную последовательность контакта частей конструкции робота с поверхностью чтобы максимально снизить силу удара. При этом управляющее роботом программное обеспечение по-разному реагирует в зависимости от силы толчка. При легком тычке робот просто сделает шаг, чтобы устоять на ногах, а при сильном ударе в спину перекатится через голову, чтобы погасить полученный импульс.
Исследователи считают, что подобные навыки у роботов смогут сократить вероятность повреждения робота при падении и, следовательно, снизить затраты на ремонт оборудования, поскольку «не умеют» падать даже самые современные роботы — например, участники соревнований DARPA Robotics Challenge.
Также умение смягчать удар при падении может пригодиться по разным причинам роботам, работающим с людьми. В Японии, например, в одном из торговых центров робота даже научили убегать от детей.
Для его создания использовали три метода визуализации
Аллан Джонсон (Allan Johnson) из Дьюкского университета с коллегами представил трехмерный стереотаксический атлас мозга мыши, охватывающий анатомические структуры и клетки. Для его создания мозг и череп пяти мышей визуализировали тремя способами. Сначала мозг в черепной коробке трехмерно визуализировали диффузно-тензорной томографией с разрешением 15 микрометров (в 2,4 миллиона раз выше, чем у клинических томографов), которое позволяет рассмотреть цитоархитектуру мозговых структур. Затем с помощью микрокомпьютерной томографии отметили опорные точки черепа. После этого мозг извлекли и сделали снимки его срезов микроскопией плоскостного освещения, чтобы получить карты клеток. Результаты работы опубликованы в журнале Science Advances.