<div id="ovp3p"><tr id="ovp3p"></tr></div>
    <em id="ovp3p"><ins id="ovp3p"><mark id="ovp3p"></mark></ins></em>

          <em id="ovp3p"></em>

          <dl id="ovp3p"></dl><sup id="ovp3p"></sup>

          <em id="ovp3p"><ins id="ovp3p"><thead id="ovp3p"></thead></ins></em>

            <dl id="ovp3p"></dl>
            <div id="ovp3p"><span id="ovp3p"></span></div>

                <em id="ovp3p"><ins id="ovp3p"></ins></em>

                <div id="ovp3p"></div>

                <div id="ovp3p"></div>

                <progress id="ovp3p"></progress>
                <div id="ovp3p"></div><dl id="ovp3p"></dl>

                  <sup id="ovp3p"></sup>

                      
                      

                      <dfn id="ovp3p"></dfn>

                        <progress id="ovp3p"></progress>

                        <div id="ovp3p"><tr id="ovp3p"></tr></div>

                        <em id="ovp3p"></em>

                              <dl id="ovp3p"><ins id="ovp3p"></ins></dl>

                                <dl id="ovp3p"></dl>


                                资讯中心

                                百度熊掌号

                                谷歌利用AI教机器人“物理直觉” 从杂物堆中抓住物体准确度较高

                                2019-03-27 11:25:11来源:前瞻网 Emma Chou 阅读量:5358

                                导读:也许更令人印象深刻的是,经过一两个小时的训练,TossingBot可以适应前所未见的位置和假水果、装饰物品和办公物品,以及类似的、几何形状简单的小东西。
                                  【中国智能制造网 企业动态】对物理定律有直观理解的机器人可能听起来像艾萨克·阿西莫夫科幻小说中的某些东西,但谷歌机器人部门的科学家们表示,他们已经基本上创造出来了。他们认为,在这样做的过程中,可以为未来学习投掷、滑动、旋转、挥杆、接球和其他运动技能的系统奠定基础,这些技能目前对即使是功能最强大的机器也是一大挑战。
                                 
                                  “尽管在使机器人有效抓握物体,视觉上自我适应甚至从?#23548;?#32463;验中学习方面取得了相当大的进步,但机器人操作仍需要仔细考虑如何拾取、处理和放置各种物体,尤其是在非结构化设置中。”谷歌学生研究员Andy Zeng在博客中写道,“所以,机器人能不能学会有利地使用它们,而不是仅仅是基于动力学,从而开发出一种物理‘直觉’,能让它们更有效地完成任务?”
                                 
                                  为了回答这个问题,Zeng和他的同事们与普林斯顿、哥伦比亚和麻省理工学院的研究人员合作,开发了一种他们称为TossBot的拾取器机器人,该机器人学会抓取物体,并将物体扔到其“自然范围”之外的盒子里。TossBot不仅比以前最先进的型号快两倍,而且实现了两倍的有效放置范围,可以通过自我监督来提高。
                                 
                                  可预测性的投掷并不容易——即使对人类来说也是如此。抓握、姿势、质量、空气阻力、摩擦力、空气动力学以及无数其他变量会影响物体的轨迹。通过反复试验建立弹丸物理模型在一定程度上是可能的,但Zeng指出,计算成本太高了,需要大量的时间,并?#20063;换?#20135;生特别普遍的策略。
                                 
                                  相反,TossingBot使用弹丸弹道模型来估计将物体送到目标位置所需的速度,并使用端对端神经网络 - 以生物神经元为模型的数学函数层 - 对来自头顶的视觉和深度数据进行训练,从而在预测该估计值基础上调整摄像头。 Zeng表示,这种混合方法使系统的投掷准确率达到85%。
                                 
                                  教TossingBot抓住物体有点棘手。首先,它会反复尝试“糟糕”的抓取动作,直到?#19994;?#26356;好的方法,同?#20445;?#23427;还会偶尔以从未尝试过的速?#20154;?#26426;投掷物体,从而提高自己的投掷能力。在经过大约14个小时的10,000次抓握和投掷尝?#38498;螅琓ossingBot可以在87%的时间内牢牢抓住杂乱堆中的物体。
                                 
                                  也许更令人印象深刻的是,经过一两个小时的训练,TossingBot可以适应前所未见的位置和假水果、装饰物品和办公物品,以及类似的、几何形状简单的小东西。 “TossingBot可能会更多地依?#23548;?#20309;线索(例如形状)来学习抓握和投掷。”Zeng说,“这些新出现的特征都是从无到有,在任务级的抓握和投掷之外,没有任何明确的监督。然而,它们似乎足以使系统能够区分对象类别(如乒乓球和记号笔)。”
                                 
                                  研究人员承认,TossingBot还没抓取过脆弱物体进行测试,并且使用?#32454;?#30340;可视化数据作为输入,这可能会妨碍其在测试中对新对象做出?#20174;?#30340;能力。但是他们表示,物理学和深度学习相结合的基本理念,是未来工作一个有前景的?#36739;頡?br /> 
                                  (原标题:谷歌利用AI教机器人“物理直觉” 从杂物堆中抓住物体准确度达87%)

                                我要评论

                                所有评论仅代表网友意见,与本站立场无关。

                                相关新闻

                                一周智造精选:机器人正变革服装业 2019-03-29 15:31:47
                                聚焦时事要闻,追踪智造动态,中国智能制造网为您带来3月25日-3月29?#25214;?#21608;新闻精选。
                                机器人行业一周重要动态回顾(3月23-29日) 2019-03-29 14:51:48
                                一周事件回顾,智览行业发展。2019年3月的最后一周即将过去,本周机器人行业呈现出了怎样的发展动态呢?
                                我国机器人发展不断提速 国产减速器奋力突围 2019-03-29 11:20:09
                                未来,掌握高?#20998;省?#39640;精度核心零部件发展技术,研制出拥有自主知识产权的国产核心部件,将是推动我国机器人发展走向成熟的关键所在。

                                版权与免责声明:凡本网注明“来源:中国智能制造网”的所有作品,均为浙江?#36865;?#23453;明通网络有限公司-中国智能制造网合法拥有版权或有权使用的作品,未经本网授权不得转载、摘编或利用其它方式使用上述作品。已经本网授权使用作品的,应在授权范围内使用,并注明“来源:中国智能制造网”。违反上述声明者,本网将追?#31185;?#30456;关法律责任。

                                本网转载并注明?#20113;?#23427;来源(非中国智能制造网)的作品,目的在于传递更多信息,并不代表本网赞同其观点或和对其真实性负责,不承担此类作品侵权行为的直接责任及连带责任。其他?#25945;濉?#32593;站或个人从本网转载?#20445;?#24517;须保留本网注明的作品第一来源,并自负版权?#30830;?#24459;责任。

                                如涉及作品内容、版权?#20219;?#39064;,请在作品发表之日起一周内与本网联系,否则视为放弃相关权利。

                                不想错过最新资讯?

                                下载智能制造APP

                                一键筛选来订阅

                                信息更精准

                                图说智能 更多


                                关于我们|本站服务|会员服务|商站通服务|旗下网站|?#20122;?#38142;接|?#25472;?#33521;才|意见反馈|热词搜索|频道

                                中国智能制造网 - 中国工业4.0时代智能制造领域“互联网+”服务?#25945;?/p>

                                Copyright 2019 gkzhan.comAll Rights Reserved法律顾问:浙江天册律师事务所 贾熙明律师

                                客服?#35748;擼?571-87756395采购?#35748;擼?571-87759926?#25945;?#21512;作:0571-89719789

                                客服部:采购部:编辑部:展会合作:市场一组:市场二组:

                                2019广东工博会
                                关闭


                                关闭
                                青海11选5走势图