自学算法让机器人的手具有高灵活性
dactyl ai的研究人员成功研究出一种自学算法，它能让机器人的手具有很高的灵活性。他们研究出的算法使机器手能灵活地操纵一个立方体，这个过程在计算机模拟中相当于进行了百年的练习（尽管实际只有几天的时间）。
机器人的手还远不及人类的敏捷，而且如果想应用在工厂或仓库里也显得太笨拙了。即便如此，这项研究依然显示了机器学习的潜力。它还表明，有一天，机器人可能会在虚拟世界中自学新技能，这将大大加快编程或训练它们的进程。
这个机器人系统被称为“dactyl”，是由位于硅谷的非营利组织openai的研究人员开发的。它使用了一个来自英国公司称为“影子”的现成的机器手，一个普通的相机，以及一个已经掌握了一个庞大的多人在线视频游戏的dota算法，它使用了同样的自学方法。
该算法使用一种称为强化学习的机器学习技术。dactyl的任务是操纵一个立方体，把不同的面翻到上面来。通过不断的试错，会产生预期的结果。
视频显示，dactyl能够非常敏捷地旋转立方体。它自动地找出了人类常用的几个抓点。但这项研究也显示了人工智能还有很长的路要走：在经过了数百年的虚拟训练之后，机器人成功地操纵了魔方的概率只有13/50，这远远超过了儿童所需要的时间。
麻省理工学院名誉教授、rethink robotics公司的创始人rodney brooks表示：“短期内，它不适合被应用于工业流程，但研究依然是一件好事。” rethink robotics公司是一家生产更智能工业机器人的初创公司。
强化学习的灵感来自于动物通过积极反馈学习的方式。它最初在几十年前就被提出了，但随着人工神经网络的进步，在最近几年才被证明是可行的。alphabet旗下的deepmind利用强化学习技术创建了alphago。这是一个计算机程序，它学会了高超的技能来玩极其复杂和微妙的棋盘游戏。
其他机器人研究人员对这种方法进行了一段时间的测试，但由于模仿现实世界的复杂性和不可预测性，他们一直难有突破。openai的研究人员通过在虚拟世界中引入随机变量来解决这个问题，这样机器人就可以学习如何解释诸如摩擦、机器人硬件噪音以及立方体部分处于视线之外的问题。
该机器人背后的工程师之一alex ray表示，通过赋予它更强的处理能力和引入更多的随机性，可以提高dactyl的性能。“我认为我们还没有达到极限，”他说。ray补充说，目前还没有计划将这项技术商业化。他的团队专注于开发最强的通用学习方法。
“这很难做好，”密歇根大学专门研究机器操纵的专家dmitry berenson说，“目前还不清楚最新的机器学习方法将会带来多大影响。我们付出了很多努力来为特定的任务提供合适的方法。”但他认为，模拟学习可能是非常有用的：“如果我们能够真正地跨越‘现实差距’，学习就会变得更加容易。
恒流电路的工作原理是什么？以及基本的恒流电路有哪些？
浙江组建百亿数字经济产业基金
PCB线路板镭雕二维码需要的注意事项
加密数字货币领域分为了几大战线
荣耀畅玩8C上手评测 好用不贵性价比为王
自学算法让机器人的手具有高灵活性
在FPGA或其它可编程器件内开发数学函数所使用的规则与方法详解
币币交易所开发与期货交易所搭建的共同之处
不可不知的整流电路
苹果iOS10更新，iOS10.3或许是5s的最后一次“晚餐”，苹果是要放弃5S的节奏？
医疗领域是机器人应用的一个重要方向 手术机器人正在打开医疗市场
等离子彩电三星V3屏维修资料
供应链金融与区块链金融是一种怎样的关系
英特尔研究院与联想研究院签署研究院合作框架协议
贝加莱柔性制造业将引领智能制造新时代
医疗健康平台Brook.ai：获400万美元种子轮融资，助力糖尿病患者病情管理
基于数据采集卡和Visual C++编程工具实现虚拟示波器系统的设计
土壤含水量快速测定仪的用途以及使用方法的介绍
精密加工件外观缺陷检测系统的简单介绍
收发器是干什么用的_收发器单纤和双纤的区别
机器人的手还远不及人类的敏捷，而且如果想应用在工厂或仓库里也显得太笨拙了。即便如此，这项研究依然显示了机器学习的潜力。它还表明，有一天，机器人可能会在虚拟世界中自学新技能，这将大大加快编程或训练它们的进程。
这个机器人系统被称为“dactyl”，是由位于硅谷的非营利组织openai的研究人员开发的。它使用了一个来自英国公司称为“影子”的现成的机器手，一个普通的相机，以及一个已经掌握了一个庞大的多人在线视频游戏的dota算法，它使用了同样的自学方法。
该算法使用一种称为强化学习的机器学习技术。dactyl的任务是操纵一个立方体，把不同的面翻到上面来。通过不断的试错，会产生预期的结果。
视频显示，dactyl能够非常敏捷地旋转立方体。它自动地找出了人类常用的几个抓点。但这项研究也显示了人工智能还有很长的路要走：在经过了数百年的虚拟训练之后，机器人成功地操纵了魔方的概率只有13/50，这远远超过了儿童所需要的时间。
麻省理工学院名誉教授、rethink robotics公司的创始人rodney brooks表示：“短期内，它不适合被应用于工业流程，但研究依然是一件好事。” rethink robotics公司是一家生产更智能工业机器人的初创公司。
强化学习的灵感来自于动物通过积极反馈学习的方式。它最初在几十年前就被提出了，但随着人工神经网络的进步，在最近几年才被证明是可行的。alphabet旗下的deepmind利用强化学习技术创建了alphago。这是一个计算机程序，它学会了高超的技能来玩极其复杂和微妙的棋盘游戏。
其他机器人研究人员对这种方法进行了一段时间的测试，但由于模仿现实世界的复杂性和不可预测性，他们一直难有突破。openai的研究人员通过在虚拟世界中引入随机变量来解决这个问题，这样机器人就可以学习如何解释诸如摩擦、机器人硬件噪音以及立方体部分处于视线之外的问题。
该机器人背后的工程师之一alex ray表示，通过赋予它更强的处理能力和引入更多的随机性，可以提高dactyl的性能。“我认为我们还没有达到极限，”他说。ray补充说，目前还没有计划将这项技术商业化。他的团队专注于开发最强的通用学习方法。
“这很难做好，”密歇根大学专门研究机器操纵的专家dmitry berenson说，“目前还不清楚最新的机器学习方法将会带来多大影响。我们付出了很多努力来为特定的任务提供合适的方法。”但他认为，模拟学习可能是非常有用的：“如果我们能够真正地跨越‘现实差距’，学习就会变得更加容易。
恒流电路的工作原理是什么？以及基本的恒流电路有哪些？
浙江组建百亿数字经济产业基金
PCB线路板镭雕二维码需要的注意事项
加密数字货币领域分为了几大战线
荣耀畅玩8C上手评测 好用不贵性价比为王
自学算法让机器人的手具有高灵活性
在FPGA或其它可编程器件内开发数学函数所使用的规则与方法详解
币币交易所开发与期货交易所搭建的共同之处
不可不知的整流电路
苹果iOS10更新，iOS10.3或许是5s的最后一次“晚餐”，苹果是要放弃5S的节奏？
医疗领域是机器人应用的一个重要方向 手术机器人正在打开医疗市场
等离子彩电三星V3屏维修资料
供应链金融与区块链金融是一种怎样的关系
英特尔研究院与联想研究院签署研究院合作框架协议
贝加莱柔性制造业将引领智能制造新时代
医疗健康平台Brook.ai：获400万美元种子轮融资，助力糖尿病患者病情管理
基于数据采集卡和Visual C++编程工具实现虚拟示波器系统的设计
土壤含水量快速测定仪的用途以及使用方法的介绍
精密加工件外观缺陷检测系统的简单介绍
收发器是干什么用的_收发器单纤和双纤的区别