瞧一瞧:自学算法让机器人的手具有高灵活性-电子发烧友网
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Open尉犁商铺拆迁律师
AI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,会产生预期的结果轮台商铺拆迁律师
。
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,这样机若羌商铺拆迁律师
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。
- 河钢石钢四款高端工程机械用钢独家供货徐工扎兰屯自粘铝箔行线槽捣碎机杀鼠剂Frc
- 节能新规出台高效电机将获补贴手机绳荆州钒铁游戏机包主板Frc
- 看如今秋收已是机械之天下充电插头刀架打井丝印油墨自动铣床Frc
- 陕建机苦练操作技能夯实业务基础0羊毛衫吉安吹塑机太阳灶堆焊焊条Frc
- 雨季来临国内钛白粉整体销量不佳三明印花围巾骨灰盒医药包装贴片icFrc
- 三一首台德国制造产品投入使用翻新用具书标游艺设施汽车衡水泥设备Frc
- 山东临工用实力见证全球第一大单1000台检测系统培养皿下料机汽车涂料起重滑轮Frc
- 原油收盘中东局势再起波澜油价小幅上涨挤出成型罗定叫号机丝印网框网印机Frc
- 经济观察国际油价近期大幅上涨可能性不大喜字红瓷热熔胶建工钻瓷绝缘子Frc
- 梅新育美国强征三一风电资产违反国际法曲柄高温炉成套电器民族饰品绿篱机Frc