加州伯克利研發出史上最靈活的機械手 發布時間:2017-06-13 15:10:15 來源: 瀏覽量:4505
一個多手指機器人在模擬環境中通過操控虛擬對象實現抓握,機器學習、云服務徹底改變傳統手工勞動的時代距離我們不遠了。在美國加利福尼亞大學伯克利分校的一個實驗室里,一個普通的機器人正在挑選一些形狀怪異的物體。令人驚嘆的是,機器人是通過虛擬對象來實現操作的。
該機器人掌握了大量有關三維圖形及其抓握技巧的數據,能判斷如何使用不同的抓握力度抓起不同的物品。伯克利的研究人員把圖片傳送到機器人的深度學習系統,它連接著機器人的手臂和3D傳感器。當一個新物體被放在機器人面前時,它的深度學習系統能快速幫它匹配得到適合的圖形和抓握技巧,并指揮手臂該如何操作。
據悉,這款機器人的抓握性能堪稱史上最佳。在測試中,當機器人判斷物體的抓握成功率高于50%時,它總能成功提起物體,雖然會有一些搖晃,但物體掉落的概率只有2%。如果機器人判斷該物體難以抓握,它會撥動使之適合抓取,調整角度后的抓握成功率高達99%。
當前的機器人手臂大多只能抓取“熟悉”的物體,且研究人員往往需要為它提供大量練習,這個過程是非常耗時的。伯克利的新發明展示了一種新方法:把深度學習和云服務用于機器人抓握。這個創新避免了大量訓練,同時提高了機器人在工廠和倉庫中的適用性。通過深度學習,機器人甚至能在一些新的應用領域工作,如醫院、家庭。
伯克利大學的嗯教授Ken Goldberg表示,不同于傳統機器人需要進行長達幾個月的物理實驗,這款機器人不需要實地練習,它能在模擬環境中學習數據集中包含的三維圖形、視覺外觀和抓握技巧,“培訓”時間僅需1天。
伯克利教授Ken Goldberg(左)和西門子研究組組長Juan Aparicio
據悉,該研究的相關論文將于今年7月發表,屆時Ken Goldberg教授和其他研究人員將公布機器人使用的三維數據集,幫助推動計算機視覺技術發展。
目前機器視覺技術尚處于萌芽期,學界極度缺乏相關數據,系統的數據集也亟待建立。深度學習、控制算法和新材料的進步不進有利于構建新型物理機器人,還將開啟“機器換人”的新紀元,帶來重大的經濟影響。雖然許多年前機器人就已出現在各類倉庫和生產線,如亞馬遜的kiva機器人,飼料行業中的碼垛機,但當前大多數機器人只能搬運物品,機器人的分揀技術還相當笨拙。
美國麻省理工的一個實驗室也在做相關實驗,伯克利的成果讓他們印象深刻。一家德國企業已與伯克利取得聯系,希望能實現該項技術的商業化。
靈巧的雙手對人類智力的發展至關重要,在長期的演變過程中,人類形成了一個良性反饋循環,視覺變得更敏銳,腦力得到了大大增強?!白ノ铡彪m然簡單,但它必將在人造智能的演變中發揮作用。
免責聲明:所載文章為網絡轉載,文章版權歸原作者所有。如涉及作品內容、版權和其它問題,請跟我們聯系