首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往
您找到你想要的搜索结果了吗?
是的
没有找到

将有色液体图像转换成透明液体,CMU教机器人准确掌控向杯中倒多少水

机器之心报道 编辑:杜伟 借助不同风格之间的图像转换,CMU 的研究者教会了机器人理解透明液体。 如果机器人可以倒液体,则可以帮助我们自动完成烹饪、将药品倒入药瓶或给植物浇水等任务。但是,透明液体在图像中很难被感知出来,完全透明的液体可以提供的唯一视觉信号是光线穿过液体的折射。此外,获得液体的深度测量同样不容易,因为液体会折射所投射的红外光。 以往的工作已经探索了机器人在各种环境下倒水,但都需要在环境或数据收集方法上做出重大妥协。透明液体细分的方法需要在训练期间加热液体,以在热成像仪观察下获得真值标签。

02

研究团队打破了高温、电磁场等技术限制,在空气中创造出等离子环 | 黑科技

该技术未来可应用到储能等方面。 我们可以将物质分为四类:固体、液体、气体和等离子体。等离子体是由带正、负电荷的离子和电子,也可能还有一些中性的原子和分子所组成的集合体。在工业中,现有的应用都是基于等离子体发生器产生的部分电力等离子体来完成的。 通常,等离子体没有自己明确的形状,它们发出的光会沿着空气中最小的路径形成分叉结构,因此人造等离子体需要在真空室或电磁场的条件下来达到工业上的要求,并且,在通常情况下,等离子体需要高温条件。 而近日,加州理工学院的工程师们只简单使用了水流和晶片,就在空气中创造了一个稳定

00

【自监督学习机器人】谷歌大脑首次实现机器人端到端模仿人类动作 | 视频

【新智元导读】 机器人仅需观察人类行为就能模仿出一模一样的动作,这一机器人领域发展的长期目标最近被谷歌大脑“解锁”。在新发布的一项研究中,谷歌大脑团队介绍了他们使用自监督式学习的方法,通过多视角的时间对比网络(TCN)来实现机器人端到端模仿人类动作。另外,他们所提出的TCN模型,在图像分类上的错误率也大大地低于ImageNet-Inception。 谷歌大脑近日公布了一项新的研究成果,让机器人(机械臂)仅仅通过观察就能模仿人类动作。通过模仿人类行为来学习如何执行新的任务一直都是机器人技术的长期目标,如果凭

05

【愚公系列】2021年12月 二十三种设计模式(二十)-状态模式(State Pattern)

设计模式(Design pattern)是一套被反复使用、多数人知晓的、经过分类编目的、代码设计经验的总结。使用设计模式是为了可重用代码、让代码更容易被他人理解、保证代码可靠性。 毫无疑问,设计模式于己于他人于系统都是多赢的,设计模式使代码编制真正工程化,设计模式是软件工程的基石,如同大厦的一块块砖石一样。项目中合理的运用设计模式可以完美的解决很多问题,每种模式在现在中都有相应的原理来与之对应,每一个模式描述了一个在我们周围不断重复发生的问题,以及该问题的核心解决方案,这也是它能被广泛应用的原因。

02
领券