快讯 09:42DeepSeek 开源 V4 推理引擎,推理成本再降 40%10:15逐际动力完成 B 轮 5 亿元融资,加速人形机器人量产10:58Kimi 企业版 API 上线,新增批量推理折扣档位 全部快讯 →

每日快讯

大厂动态 · 融资事件 · 政策监管 · 前沿论文 · Agent 抓取 + 智能改写,每日 40+ 条

大厂 今天 · 星期四 · 09-03 09:36 约 2 分钟读完

AI驱动的蟑螂搜救系统可识别危险环境 准确率达93%

摘要

日本研究团队开发出搭载AI的蟑螂背包系统,通过分析心跳、神经信号和身体动作识别危险环境,在五种测试情景中最高识别准确率达93%,并成功引导蟑螂逃出迷宫。该技术瞄准地震、火灾等灾害搜救场景,已进入实际灾区测试阶段。

据《日经亚洲》9月3日报道,日本科研团队在昆虫搜救技术领域取得新进展。大阪大学教授森岛圭祐领导的国际研究团队开发出一套名为“昆虫协同回路”的系统,通过AI分析蟑螂的生理信号实现自主避险,在识别危险环境方面最高准确率达到93%。

传统“赛博昆虫”依赖外部人员直接操控,研究人员在昆虫身上安装电极、传感器和通信设备后,操作者可远程引导其移动并采集现场信息,使其能进入人类和常规机器人无法抵达的狭窄空间。这种模式需要持续的人工介入,限制了实际应用效率。

新系统改变了这一范式。研究人员为蟑螂配备了背包式设备,持续测量其心跳、神经信号和身体运动数据,AI模型对这些生物信号进行实时分析,判断蟑螂所处环境状态,并结合昆虫自身的运动反应引导其行动。在实验中,团队将搭载系统的蟑螂置于紫外线照射、化学物质暴露和高温等五种不同环境中,表现最佳的AI模型识别准确率达93%,并成功引导蟑螂逃出迷宫。

这项技术的应用指向地震、火灾等灾害现场。倒塌建筑内常存在有毒气体或高温区域,蟑螂凭借体型小、感知灵敏和能耗低等天然优势,可在其中穿行,通过自身生理反应感知危险并主动规避。森岛圭祐表示,团队希望探索利用生物体内部状态信息来探测和判断外部环境的可能性。相关成果已于今年5月发表在《Robomech Journal》期刊上。

目前,昆虫搜救技术已进入实际灾区测试阶段。新加坡南洋理工大学等机构也在推进相关研究,未来这类“赛博昆虫”有望成为灾害救援中的新型探测工具。

AI搜救昆虫机器人灾害救援生物信号识别
本文由新大陆基于公开信息编辑整理
3,284
收录 AI 工具
186
模型产品档案
57
企业落地案例
1,247
完整版提示词