MIT利用生成式AI改进能够穿透障碍物的无线视觉系统

盖世汽车讯 据外媒报道，麻省理工学院的研究人员十多年来一直致力于研究机器人如何通过“透视”障碍物来发现和操控隐藏物体的技术。他们的方法利用能够穿透表面的无线信号，这些信号会从隐藏物体上反射回来。现在，研究人员正在利用生成式人工智能(AI)模型来克服长期以来限制先前方法精度的瓶颈。

最终成果是一种能够生成更精确形状重建的新方法，有望提升机器人可靠抓取和操控被遮挡物体的能力。这项新技术利用反射的无线信号对隐藏物体进行部分重建，并使用专门训练的生成式AI模型填充其形状中缺失的部分。

研究人员还推出了一套扩展系统，该系统利用生成式AI技术精确重建整个房间，包括所有家具。该系统利用从一台固定雷达发出的无线信号，这些信号会从空间中移动的人体身上反射回来。

这克服了许多现有方法的一个关键挑战，即需要在移动机器人上安装无线传感器来扫描环境。而且，与一些流行的基于摄像头的技术不同，该方法能够保护环境中人员的隐私。

这些创新技术可以让仓库机器人在发货前核实包装好的商品，从而减少退货造成的浪费。它们还可以让智能家居机器人感知房间内人员的位置，提高人机交互的安全性和效率。

电子工程与计算机科学系副教授、麻省理工学院媒体实验室信号动力学(Signal Kinetics)小组主任、两篇相关技术论文的资深作者Fadel Adib说:“我们现在所做的是开发生成式AI模型，帮助我们理解无线反射。这不仅开辟了许多有趣的新应用，而且从技术角度来看，也是能力上质的飞跃，从填补以前无法看到的空白，到能够解读反射并重建整个场景。我们正在利用AI最终解锁无线视觉。”

Adib与主要作者兼研究助理Laura Dodds，以及研究助理Maisy Lam、Waleed Akbar和Yibo Cheng共同撰写了第一篇论文；与主要作者和前博士后Kaichen Zhou，以及Dodds和研究助理Sayed Saad Afzal共同撰写了第二篇论文。两篇论文目前已发表在arXiv预印本服务器上。

Adib团队此前已展示过利用毫米波信号精确重建隐藏的三维物体(例如埋在一堆物品下的钱包)的方法。这些与Wi-Fi信号类型相同的波，可以穿透石膏板、塑料和纸板等常见障碍物，并从隐藏物体上反射回来。