Araştırmacılar, bebeklerin motor gelişimini anlamak için devrim niteliğinde bir yaklaşım geliştirdi. Yeni sistem, bebek videolarından çıkarılan hareket verilerini humanoid robotlara aktararak, insan gelişiminin kritik dönemlerini simüle etmeyi mümkün kılıyor.
Geleneksel hareket aktarım yöntemleri genellikle sadece kinematik verilere odaklanırken, bu yeni framework çok daha kapsamlı bir yaklaşım benimsiyor. Sistem, tek bir videodan bebeğin iskelet yapısını çıkarıp her karedeki 3 boyutlu pozları tahmin ederek, bu verileri çeşitli gelişimsel platformlara uyarlıyor.
Araştırmada kullanılan platformlar arasında fiziksel iCub robotu ile pyCub, EMFANT ve MIMo gibi sanal simülatörler bulunuyor. Bu sistemler üzerinde yeniden oynatılan hareketler, bebeklerin yaşadığı çoklu duyusal deneyimleri üretiyor: propriosepsiyon (eklem ve kas algısı), dokunma hissi ve görsel algı.
Bu çalışma, insan gelişiminin erken dönemlerini laboratuvar ortamında inceleme imkanı sunarak, bebeklerin motor becerilerini nasıl geliştirdiğini anlamada yeni perspektifler açıyor. Aynı zamanda robotik alanında hareket aktarım teknolojilerinin gelişimine de önemli katkılar sağlıyor.