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>产品资讯 > 详细信息
机器人教其他机器人:要求程序员明确指定任务的目标
2021年01月12日    阅读量:4086     新闻来源:中国机械网 okmao.com    |  投稿

大多数机器人使用以下两种方法之一进行编程:从演示中学习,在演示中观察完成的任务,然后复制任务;或者通过运动计划技术(例如优化或采样),要求程序员明确指定任务的目标;以及约束。


机器人教其他机器人:要求程序员明确指定任务的目标 中国机械网,okmao.com


两种方法都有缺点。从演示中学到的机器人无法轻松地将他们学到的技能转移到另一种情况并保持准确性中国机械网okmao.com。另一方面,使用采样或优化的运动计划系统可以适应这些变化,但很耗时,因为它们通常必须由专业程序员手动编码。


麻省理工学院计算机科学与人工智能实验室(CSAIL)的研究人员最近开发了一种旨在桥接这两种技术的系统:C-LEARN,它使非编码者可以通过提供一些有关通常如何操纵对象的信息来简单地教机器人一系列任务然后向机器人显示任务的单个演示。


重要的是,这使用户可以教授机器人技能,这些技能可以自动转移到具有不同移动方式的其他机器人上,这对于希望一系列机器人执行类似动作的公司而言,是一项节省时间和成本的关键措施。


“通过将从演示中学习的直观性与运动计划算法的精确度相结合,这种方法可以帮助机器人完成以前从未学习过的新型任务,例如用双手进行多步组装”博士生ClaudiaPérez-D'Arpino与MIT教授Julie Shah撰写了有关C-LEARN的论文。



该团队在Optimus上测试了该系统,Optimus是一种专为炸弹处理而设计的新型两臂机器人,他们对其进行编程以执行诸如打开门,运输物体和从容器中提取物体的任务。在模拟中,他们表明,擎天柱的学习技能可以无缝地转移到CSAIL的6英尺高,400磅重的人形机器人Atlas中。


一篇描述C-LEARN的论文最近被5月29日至6月3日在新加坡举行的IEEE国际机器人与自动化会议(ICRA)接受。


这个怎么运作


使用C-LEARN,用户首先为机器人提供了有关如何到达和抓住具有不同约束条件的各种对象的信息的知识库。(C-LEARN中的C表示“约束”。)例如,轮胎和方向盘具有相似的形状,但要将它们连接到汽车上,机器人必须以不同的方式配置其手臂来移动它们。知识库包含机器人执行此操作所需的信息。

 

然后,操作员使用3D界面向机器人显示特定任务的单个演示,该演示由一系列相关时刻(称为“关键帧”)表示。通过将这些关键帧与知识库中的不同情况进行匹配,机器人可以自动建议运动计划,供操作员根据需要进行批准或编辑。


Pérez-D'Arpino说:“在观察事物的完成方式并将其与我们对世界已经了解的事物方面,这种方法实际上与人类的学习非常相似。” “我们无法从单个演示中神奇地学习,因此我们获取了新的信息,并将其与以前有关环境的知识相匹配。”


挑战之一是,可以从演示中学到的现有约束不够精确,无法使机器人精确地操纵对象。为了克服这个问题,研究人员开发了受计算机辅助设计(CAD)程序启发的约束条件,这些约束条件可以告诉机器人其手是否应该平行或垂直于与之交互的对象。


该团队还表明,与人合作时,机器人的表现甚至更好。机器人成功完成任务的时间为87.5%,而操作员可以更正与机器人偶发的传感器测量值不正确有关的细微错误的概率为100%。


密歇根大学计算机科学助理教授德米特里·贝伦森说:“拥有知识库是相当普遍的,但是将其与从演示中学习相结合是不常见的。” “这非常有帮助,因为如果您要一遍又一遍地处理相同的对象,那么您就不必从头开始,就可以将每个新任务教给机器人。”


“通过将从演示中学习的直观性与运动计划算法的精确度相结合,这种方法可以帮助机器人完成以前从未学习过的新型任务,例如用双手进行多步组装”麻省理工学院研究生ClaudiaPérez-D'Arpino。图片来源:Jason Dorfman / MIT CSAIL

应用领域


该系统是一大波研究的一部分,该研究致力于使“从演示中学习”方法更具适应性。如果您是从演示中学到了将物体从管子中取出的机器人,那么如果有障碍物要求您以不同的方式移动手臂,则可能无法做到这一点。但是,受过C-LEARN培训的机器人可以做到这一点,因为它没有学习执行动作的特定方法。


贝伦森说:“对我们来说,从直接模仿运动转向真正尝试推断运动背后的原理对这个领域是有益的。” “通过在运动计划器中使用这些习得的约束,我们可以使系统比那些仅仅试图模仿所演示的系统灵活得多”


沙阿(Shah)说,先进的LfD方法在炸弹处理等对时间敏感的场景中可能很重要和灾难响应,机器人目前只能在单个关节动作的水平上进行遥控操作。


Pérez-D'Arpino说:“拿起盒子这样简单的事情可能需要20到30分钟,对于紧急情况而言,这意义重大。”


C-LEARN尚无法处理某些高级任务,例如避免冲突或为给定任务计划不同的步骤顺序。但是该团队希望,从人类学习中获得更多的见解将使机器人具有更广泛的物理能力。


Shah说:“在现实世界中,对机器人进行传统编程非常困难,乏味,并且需要大量领域知识。” “如果能像训练人员一样训练他们,那将更加有效:通过给他们一些基本知识和一次演示。这是朝着教导机器人执行装配制造和装配所必需的复杂多臂和多步任务的方向迈出的令人兴奋的一步。船舶或飞机维修。”


标签:行业资讯今日头条产品资讯机械应用市场评论技术中心机器人设备与仪器工业机器人特种机器人配件与装备工业设备
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