98%的情況下機器人抓取都是成功的。訓(xùn)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(xí)。
不過,加州大學(xué)伯克利分校和西門子的研究人員聯(lián)合設(shè)計并在即將發(fā)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(shù)據(jù)庫來學(xué)習(xí)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(xué)習(xí)神經(jīng)網(wǎng)絡(luò),研究人員就是通過這兩者來為其提供物體的圖像信息。這些信息包括物體形狀、視覺外觀以及如何抓住它們的物理知識。
因此,當(dāng)一個新物體放置在機器人面前時,后者只需將物體與數(shù)據(jù)庫中的一個類似對象做相應(yīng)的匹配。在實際操作中,當(dāng)機器人有超過50%的自信能夠抓住一個新物體時,98%的情況下都會取得成功。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,然后形成一個抓取策略。在這種情況下,機器人有99%成功的機會。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。
這種訓(xùn)練方法可以減少大量機器學(xué)習(xí)的時間,并且使機器人變得更加靈活。Jeff Mahler,一位研究這個項目的博士后向麻省理工科技技術(shù)評論表示“我們可以在一天內(nèi)為深度神經(jīng)網(wǎng)絡(luò)生成足夠的訓(xùn)練數(shù)據(jù),從而免去了在一個真正的機器人上運行幾個月物理實驗的麻煩。”目前在工廠中投入使用的機器人對已知物體的抓取已經(jīng)非常精確,但是其面對新物體時仍不能很好的適應(yīng)。這種訓(xùn)練策略的效率和機器人握力的可靠性使該方法在未來的商業(yè)應(yīng)用中能夠很好地發(fā)揮作用。
服務(wù)熱線
15988459827