深度學(xué)習(xí) 造就迄今最靈活機(jī)械臂
中國機(jī)械網(wǎng) 發(fā)布時(shí)間:2017/06/08 |
深度學(xué)習(xí) 造就迄今最靈活機(jī)械臂
現(xiàn)在機(jī)器人手臂的靈活體現(xiàn)僅限于在流水線上重復(fù)設(shè)計(jì)好的動(dòng)作，面臨不認(rèn)識(shí)的東西就顯得蠢笨。美國科學(xué)家研制出一種新式機(jī)械臂，能經(jīng)過深度學(xué)習(xí)敏捷判別陌生不規(guī)則物體的適宜抓取方法，動(dòng)作準(zhǔn)確率達(dá)到99％。
美國麻省理工學(xué)院主辦的《麻省理工學(xué)院技能談?wù)摗方鼇韴?bào)道說，這款被命名為Dex－Net 2.0的機(jī)械臂由美國加利福尼亞大學(xué)伯克利分校一個(gè)研討小組開發(fā)，是“迄今手指最靈活的機(jī)器人”。對(duì)于形狀不規(guī)則的物體，它平均1秒內(nèi)就能做出判別，用兩根手指以適宜的方法穩(wěn)本地抓取并搬運(yùn)。
這款機(jī)械臂的雙眼是市面上一般的3D感應(yīng)設(shè)備，手臂也沒有什么格外，關(guān)鍵在于它的大腦，包括一個(gè)巨大數(shù)據(jù)庫，以及一個(gè)能夠進(jìn)行深度學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)模型。
這個(gè)數(shù)據(jù)庫聯(lián)系了仿真環(huán)境里上千個(gè)虛擬三維物體的形狀和抓取方法，包括670萬個(gè)數(shù)據(jù)。機(jī)械臂調(diào)查面前的陌生物體，將它與數(shù)據(jù)庫中的記載對(duì)比，再聯(lián)系位置、角度和高度尋覓最適宜的抓取方法，在幾十次實(shí)驗(yàn)中只失利了一次。
很多有關(guān)研討致力于讓機(jī)械臂用實(shí)習(xí)物品不斷重復(fù)操練、搜集數(shù)據(jù)，但功率不高。新方法用虛擬物體供給深度學(xué)習(xí)所需數(shù)據(jù)，能在一天以內(nèi)就達(dá)到以往幾個(gè)月實(shí)習(xí)練習(xí)的作用。研討人員方案于本年7月宣布完好論文，并發(fā)布數(shù)據(jù)庫。
專家以為，該效果有望大大拓展機(jī)械臂的使用規(guī)模，可能給制作和物流等范疇?zhēng)硇碌母镄隆?
|
|
推薦給朋友 發(fā)布資訊 評(píng)論
關(guān)閉窗口 |
|
