Remark un robotic d’alimentation assistée est passé du ramassage des salades de culmination aux repas complets

Une équipe dirigée par des chercheurs de l’Université de Washington a créé un ensemble de 11 movements qu’un bras robotique peut effectuer pour ramasser presque tous les aliments pouvant être atteints avec une fourchette. Cela permet au système d’apprendre à sélectionner de nouveaux aliments au cours d’un seul repas. Ici, le robotic ramasse les culmination. Crédit : Université de Washington

Selon les données de 2010, environ 1,8 million de personnes aux États-Unis ne peuvent pas manger seules. Cependant, entraîner un robotic à nourrir des personnes présente un positive nombre de défis pour les chercheurs. Les aliments se présentent sous une variété presque infinie de formes et d’états (liquides, solides, gélatineux), et chaque personne a un ensemble distinctive de besoins et de préférences.

Une équipe dirigée par des chercheurs de l’Université de Washington a créé un ensemble de 11 movements qu’un bras robotique peut effectuer pour ramasser presque tous les aliments pouvant être atteints avec une fourchette. Lors des exams avec cet ensemble d’movements, le robotic a ramassé des aliments plus de 80 % du temps, ce qui correspond à l. a. norme spécifiée par l’utilisateur pour un utilization domestique. Ce petit ensemble d’movements permet au système d’apprendre à sélectionner de nouveaux aliments au cours d’un seul repas.

L’équipe a présenté ses conclusions le 7 novembre lors de l. a. conférence 2023 sur l’apprentissage automatique à Atlanta.

UW Information s’est entretenu avec les co-auteurs Ethan Okay. Gordon et Amal Nanavati — doctorants au Paul G. Allen Faculty of Pc Science and Engineering de l’Université du Wisconsin — et avec le co-auteur Taylor Kessler Faulkner, chercheur postdoctoral au Allen Faculty de l’Université du Wisconsin, sur les succès et les défis du robotic -alimentation assistée.

Le Private Robotics Lab travaille depuis plusieurs années sur l’alimentation assistée par robotic. Quelle est l’avancée de cet article ?

Ethan Okay. Gordon : J’ai rejoint le Private Robotics Lab fin 2018 lorsque Siddhartha Srinivasa, professeur à l’Allen College et auteur predominant de notre nouvelle étude, et son équipe ont créé l. a. première itération de leur système robotique pour les packages d’help. Le système est monté sur un fauteuil roulant et peut ramasser une variété de culmination et légumes dans une assiette. Il est conçu pour déterminer remark une personne s’assoit et porte l. a. nourriture directement à sa bouche. Depuis lors, il y a european de nombreuses itérations, qui consistaient principalement à spécifier une grande variété d’aliments dans l’assiette. Désormais, à l’aide de son appareil fonctionnel, un utilisateur peut cliquer sur une symbol dans l’software, par exemple un raisin, et le système peut l. a. reconnaître et l. a. capturer.

Taylor Kessler Faulkner : Nous avons également élargi l’interface. Quels que soient les systèmes d’accessibilité que les gens utilisent pour interagir avec leur téléphone – principalement l. a. commande vocale ou l. a. commande orale – ils peuvent les utiliser pour contrôler l’software.

EKG : Dans cet article que nous venons de présenter, nous sommes arrivés au level où nous pouvons récupérer presque tout ce que l. a. fourche peut gérer. Nous ne pouvons donc pas aller chercher de l. a. soupe, par exemple. Mais le robotic peut tout gérer, de l. a. purée de pommes de terre ou des pâtes à l. a. salade de culmination en passant par l. a. salade de légumes, en passant par l. a. pizza prédécoupée, le sandwich ou l. a. viande coupée.

Dans des travaux précédents sur l. a. salade de culmination, nous avons examiné le chemin qu’un robotic devrait suivre s’il recevait une symbol de nourriture, mais l’ensemble des chemins que nous lui avons donnés était très limité. Nous modifiions simplement le pas de l. a. fourche. Si vous voulez cueillir un raisin, par exemple, les dents de l. a. fourchette doivent être pointées vers le bas, mais pour une banane, elles doivent être inclinées, sinon elles glisseront. Nous avons ensuite travaillé pour déterminer l. a. pressure que nous devions appliquer à différents aliments.

Dans ce nouvel article, nous avons examiné l. a. manière dont les gens capturent l. a. nourriture et utilisé ces données pour créer un ensemble de trajectoires. Nous avons trouvé un petit nombre de mouvements que les gens utilisent réellement pour manger et nous sommes installés sur 11 chemins. Ainsi, au lieu de simplement monter ou descendre ou d’entrer selon un attitude, il utilise des mouvements de ramassage ou de secousse à l’intérieur de l’aliment pour augmenter l. a. pressure de touch. Ce petit nombre dispose toujours de l. a. couverture nécessaire pour acheter une gamme beaucoup plus huge d’aliments.

Nous pensons que le système a maintenant atteint un stade où il peut être déployé pour être testé sur des personnes extérieures au groupe de recherche. Nous pouvons inviter un utilisateur à l’UW, placer le robotic soit sur un fauteuil roulant, s’il a le improve prêt, soit sur un trépied à côté de son fauteuil roulant, et le faire fonctionner pendant tout le repas.






Pour vous, en tant que chercheurs, quels sont les défis evaluations à relever pour en faire quelque selected que les gens peuvent utiliser quotidiennement chez eux ?

ECG : Jusqu’à présent, nous avons parlé du problème de l. a. cueillette des aliments, et d’autres améliorations peuvent être apportées ici. Ensuite, il y a l’autre problème : amener l. a. nourriture à l. a. bouche de l. a. personne, et aussi remark l. a. personne interagit avec le robotic, et quel contrôle elle a sur ce système au moins partiellement autonome.

TKF : Au cours des deux prochaines années, nous espérons personnaliser le robotic pour différentes personnes. Tout le monde mange un peu différemment. Amal a réalisé un travail vraiment fascinant dans le domaine des repas sociaux qui a mis en évidence remark les préférences des gens dépendent de nombreux facteurs, tels que leur state of affairs sociale et body. Nous nous sommes donc demandé : remark pouvons-nous obtenir l’avis des gens qui mangent ? Remark un robotic peut-il utiliser ces informations pour mieux s’adapter à l. a. façon dont chaque personne aime manger ?

Amal Nanavati : Il y a quelques dimensions différentes que nous pourrions vouloir attribuer. Le premier concerne les besoins de l’utilisateur : l. a. mesure dans laquelle l’utilisateur peut bouger son cou affecte l. a. distance à laquelle l. a. fourchette peut l’atteindre. Certaines personnes ont une pressure variable d’un côté à l’autre de l. a. bouche, le robotic devra donc peut-être les nourrir d’un positive côté de l. a. bouche.

Il y a aussi un side de l’environnement body. Les utilisateurs disposent déjà d’une gamme de applied sciences d’help, qui sont souvent attachées autour de leur visage s’il s’agit de l. a. partie principale du corps en mouvement. Ces applied sciences peuvent être utilisées pour contrôler leur fauteuil roulant, interagir avec leur téléphone, and many others. Bien entendu, nous ne voulons pas que le robotic interfère avec l’une de ces applied sciences d’help lorsqu’il s’approche de leur bouche.

Il y a aussi des considérations sociales. Par exemple, si je discute avec quelqu’un ou si je regarde l. a. télévision à l. a. maison, je ne veux pas que le bras du robotic vienne juste devant mon visage. Enfin, il y a les préférences personnelles. Par exemple, parmi les utilisateurs pouvant tourner légèrement l. a. tête, certains préfèrent que le robotic vienne de face afin de pouvoir surveiller le robotic lors de son entrée. D’autres trouvent que c’est effrayant ou distrayant et préfèrent qu’on les morde de côté.

Une path de recherche clé est de comprendre remark nous pouvons créer des moyens intuitifs et transparents permettant à l’utilisateur de personnaliser le robotic en fonction de ses besoins spécifiques. Nous réfléchissons au compromis entre les approches de personnalisation dans lesquelles l’utilisateur effectue l. a. personnalisation, et les modèles plus centrés sur les robots, dans lesquels, par exemple, un robotic essaie quelque selected et dit : « Est-ce que ça vous plaît ? Oui ou non ? L’objectif est de comprendre ce que pensent les utilisateurs de ces différentes méthodes de personnalisation et lesquelles conduisent à des parcours plus personnalisés.

Que doit comprendre le public à propos de l’alimentation assistée par robotic, à l. a. fois de manière générale et spécifique au travail effectué par votre laboratoire ?

ECG : Il est necessary de considérer non seulement les défis tactics, mais également l. a. portée émotionnelle du problème. Ce n’est pas un petit nombre de personnes qui ont besoin d’aide pour manger. Il existe différents chiffres, mais plus d’un million de personnes aux États-Unis en consomment chaque jour. Et demander à quelqu’un d’autre chaque fois que vous devez accomplir cet acte intime et très nécessaire peut donner aux gens le sentiment d’être un fardeau ou de avoir honte. Ainsi, toute l. a. communauté qui travaille sur les appareils et accessoires fonctionnels essaie vraiment de contribuer à promouvoir un sentiment d’indépendance chez les personnes ayant ce kind de barriers de mobilité body.

R : Même ces chiffres à sept chiffres n’incluent pas tout le monde. Il existe des handicaps permanents, comme une lésion de l. a. moelle épinière, mais il existe également des handicaps temporaires comme une fracture du bras. Nous pouvons tous être confrontés à un handicap à un second donné à mesure que nous vieillissons, et nous voulons nous assurer que nous disposons des outils nécessaires pour pouvoir vivre une vie digne et indépendante. Malheureusement, même si ces applied sciences améliorent considérablement l. a. qualité de vie des gens, elles sont très difficiles à couvrir par les compagnies d’assurance américaines. Je crois que le fait de sensibiliser davantage de personnes aux améliorations potentielles de l. a. qualité de vie ouvrirait l. a. porte à un meilleur accès.

Les autres co-auteurs de l’article sont Ramya Chala, qui a terminé cette recherche en tant qu’étudiant de premier cycle à l’Allen College et qui est maintenant à l’Oregon State College, et Bernie Zhou, doctorant à l’Université du Wisconsin à l’Allen College.

Plus d’data:
Ethan Kroll Gordon et al., Vers des aliments universels tout-en-un avec des movements informées par l’homme (2023)

Fourni par l’Université de Washington

l. a. quotation: Q&A : Remark un robotic d’alimentation assistée est passé de l. a. collecte de salades de culmination à des repas complets (16 novembre 2023) Récupéré le 16 novembre 2023 sur

Ce report est soumis au droit d’auteur. Nonobstant toute utilisation équitable à des fins d’étude ou de recherche privée, aucune partie ne peut être reproduite sans autorisation écrite. Le contenu est fourni à titre informatif uniquement.