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 >工业机器人>产品资讯 > 详细信息
从错误和可转移的技能中学习-工人机器人的属性
2020年10月12日    阅读量:1447     新闻来源:中国机械网 okmao.com    |  投稿

实践是完美的-这是一句格言,已帮助人类变得高度灵巧,而现在,它已被应用于机器人。


从错误和可转移的技能中学习-工人机器人的属性 中国机械网,okmao.com


利兹大学的计算机科学家正在使用自动计划和强化学习的人工智能(AI)技术来“训练”机器人,以在杂乱的空间(例如仓库架子或冰箱)中找到物体并进行移动。


目的是发展机器人自主性,以便机器可以评估任务中出现的独特情况并找到解决方案,类似于机器人将技能和知识转移到新问题上中国机械网okmao.com


利兹大学的研究人员今天(11月4日,星期一)在中国澳门举行的智能机器人与系统国际会议上介绍他们的发现。


最大的挑战是,在狭窄的区域中,机械臂可能无法从上方抓取物体。取而代之的是,它可能必须计划一系列移动以到达目标对象,这可能是通过操纵其他项目来实现的。计划此类任务所需的计算机功能非常强大,机器人通常会暂停几分钟。当它执行移动时,通常会失败。


不断发展实践的想法非常完美,利兹的计算机科学家们将AI的两个想法融合在一起。


一种是自动化计划。机器人能够通过视觉系统“看到”问题,实际上是图像。机器人操作系统中的软件可模拟其可能到达目标物体的一系列动作。


但是,机器人“预演”的模拟无法捕获现实世界的复杂性,并且在实施模拟时,机器人无法执行任务。例如,它可以将物品从架子上敲下来。


因此,利兹团队已将计划与另一种称为强化学习的AI技术相结合。


强化学习涉及计算机的一系列尝试和错误尝试(总计约10,000次),以达到并移动对象。通过这些尝试和错误尝试,机器人可以“学习”其计划好的动作更有可能成功结束。


计算机自行进行学习,首先随机选择可能有效的计划动作。但是,随着机器人从反复试验中汲取教训,它变得更加善于选择那些更有可能获得成功的计划动作。


计算学院的Matteo Leonetti博士说:“人工智能擅长使机器人进行推理-例如,我们已经看到与大师级棋子有关的机器人。


“但是机器人不能很好地发挥人类的才能:高度机动和灵巧。那些物理技能已经硬连接到人脑,这是进化的结果以及我们实践和实践的方式。


“这是我们将其应用于下一代机器人的想法。”


据Wissam Bejjani博士说。撰写研究论文的学生,该机器人具有泛化能力,可以将其计划应用到独特的环境中。


他说:“我们的工作意义重大,因为它将计划与强化学习相结合。许多尝试开发该技术的研究都只是其中一种方法。


“我们的方法已经在大学的机器人实验室中看到的结果得到验证。


“有一个问题,在机器人必须移动一个大苹果的情况下,它首先要移到苹果的左侧以移开杂物,然后再操纵苹果。


“这样做的目的是使杂物不会落在架子的边界之外。”


计算学院副教授Mehmet Dogar博士也参与了这项研究。他说,这种方法将机器人的“思考”时间加快了十倍-决定花费了50秒,现在花费了5秒。


标签:行业资讯今日头条产品资讯机械应用人工智能技术中心机器人工业机器人系统及软件
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