新聞資訊
您的位置:主頁 > 新聞資訊 > 公司新聞 >

解放人类的双手 机器人实验自主学习抓取物体

日期:2017/06/09 14:00

98%的情況下機器人抓取都是乐成的。訓練機器人如何在不掉落的情況下抓住各種物體,通常需要大量的練習。

不過,加州大學伯克利分校和西門子的研究人員聯合設計並在即將發表的論文中描述了一款新型的機器人,它可以通過研究一個3D形狀的數據庫來學習如何抓牢新物體。該機器人連接了一個3D傳感器和一個可以深度學習神經網絡,研究人員就是通過這兩者來爲其提供物體的圖像信息。這些信息包罗物體形狀、視覺外觀以及如何抓住它們的物理知識。

因此,當一個新物體放置在機器人面前時,後者只需將物體與數據庫中的一個類似對象做相應的匹配。在實際操作中,當機器人有超過50%的自信能夠抓住一個新物體時,98%的情況下都會取得乐成。不過要是機器人的自信不足50%,它就會先試探性地抓取這個物體,然後形成一個抓取计谋。在這種情況下,機器人有99%乐成的機會。所以克服機器人缺乏自信的方法就是做一個快速的小檢查。

这种训练方法可以减少大量机器学习的时间,而且使机器人变得更加灵活。Jeff Mahler,一位研究这个项目的博士后向麻省理工科技技术评论体现“我们可以在一天内为深度神经网络生成足够的训练数据,从而免去了在一个真正的机器人上运行几个月物理实验的麻烦。”目前在工厂中投入使用的机器人对已知物体的抓取已经非常精确,但是其面对新物体时仍不能很好的适应。这种训练计谋的效率和机器人握力的可靠性使该方法在未来的商业应用中能够很好地发挥作用。