看到地上的东西捡起来,再把它扔进箱子里,这样简单的动作想必连三四岁的小孩也能很快掌握。可你知道吗,对于机器人来说,为了达到如此完整而连贯的动作,科学家们耗费了数十年的时间,至今仍在继续努力。
最近,由google ai团队、哥伦比亚大学、麻省理工学院、普林斯顿大学研究人员联手宣布制作出了一台投掷机器人tossingbot,它尝试再现的就是前面说到的如此“简单”的动作,它究竟有哪些特别的地方,今天就来给大家介绍一下。
机器人能拾取物体现在看来并不稀奇,在工业机器人领域,很多工厂的自动化操作都由能拾取物体的机器人来完成,一些动作精巧的机器人甚至能够为你打开瓶子,举杯倒酒,也许你也曾在抖音、微博这样的平台看到过它们。
抓取+放置并不罕见,但要说抓取+抛掷的动作,对于机器人来说难度就大得多。原因很好理解,和抓取东西并放置这种稳妥的动作不同,抓取物体然后以抛物线的方式扔出需要提前做出预测,人的大脑往往会对不同物体做出提前感知,通过不同的力度、抛掷角度来达到把物体扔进指定位置的目标,但这种“物理直觉”对于机器人来说却很难。
为了训练这种全新的动作形式,谷歌以及众多大学科学家一起,尝试让tossingbot通过自我监督机制不断调整自身抓取、投掷方式。tossingbot本身配备了能够感知环境的摄像头,因此会确定物体和目标点之间的位置,而作为核心的抛掷动作,则通过机器学习的方式进行训练。
tossingbot是通过端到端神经网络联合学习方式来掌握投掷技巧,这个神经网络会通过不断抓取物体来估测在抛掷时的具体情况,从而不断矫正抛掷精度,所以从起初只能偶尔投进,到最后达到85%的投掷精准度,全程抓取训练了10000次,耗时只用了14小时时间,相比人类来说效率高了不少。
当然,只让它抛掷倒准确位置还不够,科学家们还尝试在物品栏中加入各种不规则物体,考虑到实际生活当中不规则物体很多,让机器人掌握这种技巧自然会在未来更具使用价值。通过放置诸如假香蕉、乒乓球、马克笔这样的物品,tossingbot逐渐掌握到这些物品的深层特征,由此判断采用何种角度以及力度来抛掷物品。
通过加入不同环境和物品条件,tossingbot才有了如今这样比我们人类还要准确的投掷率,这让我想起了前一段时间极客之选曾介绍过的丰田开发的投篮机器人,在抛掷得分这个环节,这两个机器人似乎有着异曲同工之处。
不过就目前来说,tossingbot依然有自己的缺陷,比如它不能像人一样感知不同物体的软硬程度,所以容易捏碎一些易碎品,科学家们也在尝试让其拥有更智能的物体识别和抓取,从而提升投掷精确度,但也许有一天,这种机器人会出现在垃圾分类整理或者工厂生产车间也说不定呢。
排水泵站远程监控系统,推进无人值守智慧水利建设
中兴通讯发布了业界首款完成Wi-Fi 6认证的光铜双模家庭网关
74ls353中文资料汇总(74ls353引脚图及功能_逻辑功能及特性)
射频SAW滤波器芯片功率耐受指标的重要性
监控系统设备的环境影响
谷歌做了个投掷机器人 扔东西比人准多了
35KV户外真空断路器的工作原理和安装图纸
基于NCL31000 LED驱动器的智能照明
使用QWHE量子阱霍尔效应传感器--威胁检测和识别
电气防火限流式保护器的功能及应用范围
天地伟业最新推出了一款安防神器——超融合K2000视频综合平台一体机
变电运维中存在的隐患风险和应对技术
蓄电池维护器
译码集成块PT2272的应用
预测:未来五年大多数的AI芯片需求将来自于亚太区市场
高低温湿热环境试验箱的选择应遵循的原则
在线油烟监测仪助力餐饮业治理
一文了解熔断器选用原则及方法
监狱网络广播对讲监听报警系统的功能实现和方案设计
Siri经历了什么样的演变