研究团队用神经网络训练机器人在动态环境中找到并抓取物体

AiTechYun

编辑:chux

机器人可能会制造汽车和翻转汉堡,但是它们是否可以在凌乱的办公桌或卧室地板上找到并车钥匙,并把它递给你?昆士兰科技大学(QUT)的机器人研究人员现在已经使用神经网络来帮助机器人更快更准确地抓住物体,即使在混乱和变化的环境中也是如此。

QUT的Jurgen Leitner博士说,抓住和拾取物体对于人类来说是一项基本任务,它是机器人与之斗争的一个目标,尤其是在结构化设置之外或移动物体时。

Leitner说:“世界是不可预测的,事情一直在变化和移动,并混合起来,往往没有任何提示,所以机器人需要能够适应和工作在非结构化的环境。”

他指出,虽然机器人目前已适应“完全计划和有序”的设置,如工厂,但这项研究可能意味着扩大其在较少结构化环境中的使用或需要更大的自主权。

博士研究员Douglas Morrison和其他QUT研究人员开发的这种新方法使用卷积神经网络处理图像,并使用双指机制对各种抓握姿势进行建模。

Leitner说,神经网络能够一次扫描机器人前方的深度,并能够在20毫秒左右的时间内做出最佳把握的决定,即使在杂乱的空间中也能实现“更大的目标”。

神经网络能够跟踪移动的物体,并且即使物体或周围的杂波随机移动,也可以重新调整机器人的抓握姿势。

机器人的成功率为83%,其任务是抓住以前看不见的具有复杂几何形状的物体,这些物体在抓握尝试期间被移动。

与此同时,常见的家庭用品更容易掌握,精确度达到88%,移动或“动态”杂波的成功率为81%。

Leitner表示,机器人更大的灵活性可能意味着工厂将不需要在未来如此僵硬地布局。

“随着更多的智能机器人开发出来,不仅可以拖地,而且还可以拾取物品并将它们收起来,”他补充说。

该研究得到了澳大利亚机器人视觉中心的支持,该中心上周推出了一项全国路线图,以指导全国范围内更多地采用机器人技术。

原文发布于微信公众号 - ATYUN订阅号(atyun_com)

原文发表时间:2018-06-26

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏AI科技评论

深度学习理论研究已进入瓶颈期?看看李飞飞们怎么说

AI圈推特红人,Keras框架的作者François Chollet又搞大新闻了!近日François Chollet在推特上发推称:“深度学习研究已经进入了瓶...

356110
来自专栏PPV课数据科学社区

重磅 | Facebook机器学习应用负责人J.Candela:如何将人工智能技术应用于产品

Joaquin Quiñonero Candela是Facebook 机器学习应用团队的负责人。他曾在微软剑桥研究院工作,还是微软Bing团队的一员。Joaq...

37050
来自专栏量子位

LeCun列传:曾因AI理论遭人唾弃,如今终成一代大神

李杉 陈桦 若朴 编译自BuzzFeed 量子位 出品 | 公众号 QbitAI 距离Facebook门罗帕克总部约3000英里之外,在曼哈顿市中心一栋老旧的米...

32760
来自专栏腾讯高校合作

【犀牛鸟·学问】腾讯AI Lab犀牛鸟访问学者系列报告研讨会

13310
来自专栏机器之心

GMIS 2017第一天亮点全面盘点:从机器学习到交叉学科

机器之心原创 机器之心编辑部 2017 年 5 月 27 日上午,机器之心主办的第一届全球人工智能峰会(GMIS 2017)在北京 898 创新空间顺利开幕,中...

38470
来自专栏新智元

荐书 | 《终极算法》世界正被“会学习的机器”改变 ( 附下载)

译者注:《终极算法》“The Master Algorithm”这本书于2015年9月份刚刚上架,以下是New Scientist上一位大咖写的书评: 连“美...

30980
来自专栏PPV课数据科学社区

AI时代就业指南:数据挖掘工程师成长之路

编者按:数联寻英发布的首份《大数据人才报告》显示,目前全国大数据人才只有46万,未来3到5年人才缺口达150万之多。 今年3月份时,谷歌开发的人工智能Alph...

47370
来自专栏AI科技大本营的专栏

CCAI专访 | 杨强教授谈深度学习泡沫、迁移学习机遇与人工智能入门

文 | 胡永波 7 月 22 - 23 日,由中国人工智能学会、阿里巴巴集团 & 蚂蚁金服主办,CSDN、中国科学院自动化研究所承办的第三届中国人工智能大会(C...

418100
来自专栏新智元

荐书 | 《终极算法》世界正被“会学习的机器”改变

译者注:《终极算法》“The Master Algorithm”这本书于2015年9月份刚刚上架,以下是New Scientist上一位大咖写的书评: 连“美国...

37090
来自专栏AI科技大本营的专栏

专访Uber焦加麟:即便有AI帮助,高精度地图制作仍然少不了人力

作者 | DavidZh 上周在 O'Reilly 和 Intel 人工智能2018北京大会上,Uber 公司资深软件工程师焦加麟做了关于人工智能在高精度地图制...

409110

扫码关注云+社区

领取腾讯云代金券