Тактильный Интернет является потенциально следующий этап развития Интернета вещей, в котором люди могут коснуться и взаимодействовать с удаленной или виртуальные объекты, испытывая реалистичной тактильной обратной связи.
Группа исследователей, возглавляемая Элейн Вонг из Университета Мельбурна, Австралия, разработали метод для улучшения тактильной обратной связи в опыте человека на компьютере приложения, которые являются типичными в тактильный интернет. Исследователи считают, что их метод может быть использован для прогнозирования правильной обратной связи в приложениях, начиная от электронного здравоохранения для виртуальной реальности.
Вонг и ее коллеги представят свои предлагаемом модуле, который использует искусственные нейронные сети для прогнозирования материальный задел, в оптической связи волокна конференция и выставка (ОФК), которая состоится 8-12 марта 2020 года в Сан-Диего, Калифорния, США
В зависимости от динамичность взаимодействия, оптимальный человек-машина приложения может потребоваться время отклика сети, всего одну миллисекунду.
«Время ограничивают как далеко друг от друга люди и машины могут быть размещены», — сказал Вонг. «Следовательно, решения отцеплять этого расстояния от времени реакции сети является критически важным для реализации тактильный интернет».
Как шаг к этой цели, команда обученных подкрепления алгоритм обучения, чтобы угадать соответствующих тактильную обратную связь в режиме «человек-машина» системы до правильной обратной связи известен. Модуль, называемый событийный прогноз образцом тактильной (EHASAF), ускоряет процесс путем предоставления сенсорного ответ на основе вероятностного прогнозирования материального пользователь взаимодействует.
«Для облегчения» человек-машина «приложений на большие расстояния сетях, мы полагаться на искусственный интеллект, чтобы преодолеть последствия длительной задержки распространения», — сказал Sourav Мондала, автор на бумаге.
Как только фактический материал выявлен, блок адаптируется и обновления ее распределение вероятностей, чтобы помочь выбрать правильный отзыв с нетерпением.
Группу протестировали модуль EHASAF с парой виртуальной реальности перчатки, используемые человеком, чтобы прикоснуться к виртуальным мячом. Перчатки содержат датчики на пальцах и запястьях, чтобы обнаружить штрихи и отслеживания перемещений, сил и ориентацию руки.
В зависимости от того, какой материал мяча пользователь выбирает на ощупь из четырех виртуальных предлагаемые варианты, обратная связь от перчаток должны различаться. Например, металлический шарик будет сильнее, чем поролоновый мяч. Когда нейронная сеть определяет, что один из пальцев задел мяч, модуль EHASAF начинает перебирать варианты обратной связи для создания, пока он решает фактического материала, выбранного мяча.
В настоящее время, с четырех материалов, точность прогноза модуля составляет около 97%.
«Мы считаем, что можно улучшить точность прогноза с большим количеством материалов», — сказал Мондала. «Однако, более сложный искусственный интеллект на основе модели, необходимые для достижения этого».
«Все более и более совершенные модели с улучшенными характеристиками может быть разработан на основе фундаментальная идея предлагаемого модуля EHSAF», — сказал Мондала.
Эти результаты и дополнительные исследования будут представлены на месте ОФК 2020.
сделать разницу: спонсорские возможности
Ответить
Хотите присоединиться к обсуждению?Не стесняйтесь вносить свой вклад!