首页 医疗股票 正文

Google研究人股票买卖手续费怎么算的员使用多个摄像头来降低机器人插入和堆叠任务的错误率

wx头像 wx 2023-04-02 06:40:04 6
...

操作物体的机器人依托摄像机来了解周围的环境，可是这些摄像机一般需求细心的设备以及继续的校准和保护。由Google机器人技能部门和哥伦比亚大学的研讨人员宣布的一项新研讨提出了一种解决方案，其间触及一种技能，该技能能够学习运用多台五颜六色摄像机完成使命而无需清晰的3D表明。他们说，与基线比较，它在困难的堆叠和刺进使命上具有超卓的使命功能。

这项最新作业建立在Google很多的机器人技能研讨之上。上一年10月，该公司的科学家宣布了一篇论文，具体介绍了名为Form2Fit的机器学习体系，该体系的意图是教一个带有吸臂的拾取机器人，将物体拼装成套件。 Google Brain研讨人员正在寻求一种新颖的机器人使命方案技能，该技能触及深度动力学模型或DDM，他们宣称这种技能能够使机械手操作多个物体。最近，一个Google团队完成了ClearGrasp的总结，这是一种AI模型，能够协助机器人更好地辨认通明目标。

正如研讨人员所指出的那样，直到最近，大多数自动化解决方案都是为刚性设置而规划的，在这种刚性设置中，重复履行脚本化的机器人动作以移动预订方位。这种办法需求高度校准的设置，该设置或许既贵重又耗时，而且缺少处理环境改变所需的鲁棒性。计算机视觉的前进已导致抓握功能进步，可是比如堆叠，刺进和精细设备等使命依然具有挑战性。那是由于他们需求对使命环境具有精确的3D几许常识，包括目标的形状和姿态，方位之间的相对间隔和方向以及其他要素。

比较之下，该团队的办法使用了多摄像机视图和强化学习结构，该结构能够从不同的视点获取图画并以闭环办法发生机器人动作。他们说，经过直接从摄像机视图中进行组合和学习，而无需中心过程，他们能够改进状况估量，一起进步体系动作的鲁棒性。

Google机器人操作

Google研究人股票买卖手续费怎么算的员使用多个摄像头来降低机器人插入和堆叠任务的错误率

在试验中，研讨人员将他们的设备布置到一个模仿环境中，该环境包括一个配备有夹具的Kuka手臂，两个放置在机器人前面的垃圾箱以及三个能够俯视这些垃圾箱的摄像机。首要，这条手臂的使命是将一个垃圾箱与一个独自的方块堆叠在一个随机的方位，从一个蓝色或橙色的方块开端。在其他使命中，它必须将一个积木牢固地刺进中心固定设备，并将一个积木堆叠在另一个之上。

研讨人员在10张图形卡上运行了180个数据搜集作业，以练习他们的强化学习模型，每张每小时可发生约5,000集的刺进使命。他们陈述说它取得了成功，并大大降低了根据精度的使命的错误率，尤其是第一个堆叠使命的错误率为49.18%，第二个堆叠使命的为56.84%，刺进使命的为64.1%。该论文的合著者写道：“有用使用多种视图能够更全面地调查与使命相关的潜在状况。” “咱们的多视图办法可完成RGB摄像机的3D使命，而无需显式的3D表明，而且无需摄像机-摄像机和摄像机-机器人校准。将来，经过学习除使命战略之外的摄像头放置战略，单个移动摄像头也能够完成相似的多视图优势。”

本文地址：https://www.changhecl.com/274949.html
中国地洞青岛城投集团
  • 周排行
  • 月排行

退出请按Esc键