<kbd id="ddjrzcg2"></kbd><address id="ulr0vkhc"><style id="14f34bs0"></style></address><button id="ynyosyj1"></button>

          新万博体育
          2017年1月25日

          机器人学捡东西为婴儿做

          释放出大量的卡耐基梅隆大学的机器人推,戳,抢的对象

          通过 拜伦香料

          Baxter the Robot

          自己的孩子推和戳对象,使他们在他们的嘴,并把他们了解世界的准备。卡内基 - 梅隆大学的科学家正在采取类似的方法如何教机器人来认识和身边的把握对象。

          仍然是机器人的一大挑战操纵和已成为许多应用的瓶颈。研究人员,但在CMU的 机器人研究所 允许已通过机器人表明,花费数百小时戳,抓住和用相互作用物理否则各种物体,机器人可以教那些自己如何拿起对象。

          在他们的最新发现,去年秋天在欧洲会议计算机视觉呈现,机器人他们表现中赢得可视对象的更深层次的理解时,他们能够操纵它们。

          研究人员称,通过阿比纳夫·古普塔,机器人学助理教授的带领下,现在ESTA从一个为期三年,$ 1.5亿美元是来自谷歌“的重点研究奖”扩大的方式,与帮助。

          “我们将用几十种不同的机器人,包括单组分和双武装机器人和无人驾驶飞机,甚至,以了解全球各地,这在世界上执行的操作”古普塔说。 “机器人的成本已经下降,近几年显着,使我们能够释放出大量的机器人来收集物理相互作用数据的前所未有的数量。”

          Gupta说以前的方法来操纵机器人的缺点DARPA的机器人挑战赛在2015年的自然或人为紧急情况是显而易见的一些世界上最先进的机器人,对设计做出反应,有困难随着任务:如开门或拔出并重新插入的电缆。

          “我们的机器人仍然无法理解他们所看到的和他们的行动和能力操纵相比,那些二十岁的苍白,”古普塔说。

          几十年视觉感知和监控机器人已分别研究了。视觉很少考虑物理相互作用的发展,大部分操作和规划框架不能应付感知故障。古普塔预测,使机器人探索感知和行动同时,撒娇,可以帮助克服这些故障。

          “心理学研究表明,如果人们看不到他们影响什么,他们的那一幕直观的了解是有限的,说:” lerrel平托,博士学生在Gupta的研究小组机器人。 “与现实世界的互动暴露了很多视觉动态。”

          机器人学习迟缓,但是,需要数百相互作用的时间来学习如何拿起对象。由于机器人和以前已经昂贵和不可靠的,研究人员依靠这种数据驱动的方法从长期陷于“数据饥饿。”

          扩大学习的过程将有助于解决短缺ESTA数据。平托说,多由CMU组工作过气用双臂机器人巴克斯特用一个简单的做,两指机械手。使用更多不同的机器人,包括那些更复杂的手,将丰富的操作数据库。

          在学术界和由谷歌自己的机器人阵列同时,研究ESTA方式的成功激发了其他研究小组采用ESTA的做法和帮助拓展进一步的数据库。

          “如果你能得到的数据的速度更快,你可以尝试很多更多的东西 - 不同的软件框架,不同的算法,”平托说。和十一个机器人可以学习的东西,它可以与所有的机器人共享。

          除了Gupta和斑,研究小组对谷歌资助的项目包括武术赫伯特,机器人技术研究所所长;德瓦ramanan,机器人学副教授;和鲁斯兰salakhutdinov,机器学习和苹果的人工智能研究主任副教授。海军研究办公室和美国国家科学基金会赞助ESTA过去的研究。

              <kbd id="9nv269qi"></kbd><address id="9dbyunas"><style id="jbedk44u"></style></address><button id="tgpxuyr7"></button>