深度學習 造就迄今最靈活機械臂
現(xiàn)在機器人手臂的靈活體現(xiàn)僅限于在流水線上重復(fù)設(shè)計好的動作，面臨不認識的東西就顯得蠢笨。美國科學家研制出一種新式機械臂，能經(jīng)過深度學習敏捷判別陌生不規(guī)則物體的適宜抓取方法，動作準確率達到99％。
美國麻省理工學院主辦的《麻省理工學院技能談?wù)摗方鼇韴蟮勒f，這款被命名為Dex－Net 2.0的機械臂由美國加利福尼亞大學伯克利分校一個研討小組開發(fā)，是“迄今手指最靈活的機器人”。對于形狀不規(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。
這款機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，包括一個巨大數(shù)據(jù)庫，以及一個能夠進行深度學習的神經(jīng)網(wǎng)絡(luò)模型。
這個數(shù)據(jù)庫聯(lián)系了仿真環(huán)境里上千個虛擬三維物體的形狀和抓取方法，包括670萬個數(shù)據(jù)。機械臂調(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，在幾十次實驗中只失利了一次。
很多有關(guān)研討致力于讓機械臂用實習物品不斷重復(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習所需數(shù)據(jù)，能在一天以內(nèi)就達到以往幾個月實習練習的作用。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械臂的使用規(guī)模，可能給制作和物流等范疇帶來新的革新。
|
