返回顶部
今日    | 手机版 | 资讯 | 产品 | 企业 | 热点 | 商道 | 原料 |
返回首页
返回首页
home 您现在的位置: 首页 >特种机器人>高端访谈 > 详细信息
如果机器人知道A点是客厅沙发,B点是冰箱,那么从A点到B点的机器人效率会更高
2020年08月25日    阅读量:3926     新闻来源:中国机械网 okmao.com    |  投稿

如果机器人知道A点是客厅沙发,B点是冰箱,即使它不在一个陌生的地方,从A点到B点的机器人也会更有效率。


这就是卡内基·梅隆大学和Facebook AI Research(FAIR)开发的“语义”导航系统背后的常识性想法。


如果机器人知道A点是客厅沙发,B点是冰箱,那么从A点到B点的机器人效率会更高 中国机械网,okmao.com


这种名为SemExp的导航系统上个月在虚拟计算机视觉和模式识别会议上赢得了人居ObjectNav挑战赛,该会议由来自三星研究中国的团队组成中国机械网okmao.com


这是CMU团队在年度挑战赛中连续第二次获得第一名。


SemExp或面向目标的语义探索,使用机器学习来训练机器人识别物体(例如,知道厨房桌子和茶几之间的区别),并了解这些物体在家庭中的什么位置找到了。


博士学位的Devendra S. Chaplot说,这使系统可以战略性地思考如何搜索事物。CMU机器学习系的学生。


Chaplot说:“常识说,如果您要买冰箱,最好去厨房。” 相比之下,经典的机器人导航系统通过构建显示障碍物的地图来探索空间。


机器人最终到达了需要去的地方,但是路线可能是circuit回的。


以前使用机器学习来训练语义导航系统的尝试受到了阻碍,因为它们倾向于记住对象及其在特定环境中的位置。


这些环境不仅复杂,而且系统通常难以将其学到的知识推广到不同的环境。


Chaplot与FAIR的Dhiraj Gandhi以及机器人学院副教授Abhinav Gupta和机器学习系教授Ruslan Salakhutdinov一起工作。


通过使SemExp成为模块化系统,避免了这个问题。


Chaplot说,该系统利用其语义洞察力来确定寻找特定物体的最佳位置。“一旦决定要去哪里,就可以使用经典计划来达到目标??。”


事实证明,这种模块化方法在几种方面都是有效的。学习过程可以专注于对象与房间布局之间的关系,而不是学习路线规划。


语义推理确定最有效的搜索策略。最后,经典的导航计划使机器人需要尽快到达目的地。


最终,语义导航将使人们与机器人进行交互变得更加容易,使他们能够简单地告诉机器人在特定位置取回一件物品,或者给出诸如“转到左侧第二扇门”的方向。


标签:行业资讯今日头条产品资讯高端访谈机械应用人工智能技术中心机器人设备与仪器特种机器人配件与装备食品设备
免责声明: 本文仅代表作者本人观点,与本网无关。本网对文中陈述、观点判断保持中立,不对所包含内容的准确性、可靠性或完整性提供任何明示或暗示的保证。请读者仅作参考,并请自行承担全部责任。本网转载自其它媒体的信息,转载目的在于传递更多信息,并不代表本网赞同其观点和对其真实性负责。如因作品内容、版权和其它问题需要同本网联系的,请在一周内进行,以便我们及时处理。客服邮箱:service@cnso360.com | 客服QQ:23341571

全站地图

深圳网络警察报警平台 深圳网络警
察报警平台

公共信息安全网络监察 公共信息安
全网络监察

经营性网站备案信息 经营性网站
备案信息

中国互联网举报中心 中国互联网
举报中心

中国文明网传播文明 中国文明网
传播文明

深圳市市场监督管理局企业主体身份公示 工商网监
电子标识