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 >焊接机器人>技术中心 > 详细信息
深度科学:机器人,遇见世界
2021年06月04日    阅读量:3244     新闻来源:中国机械网 okmao.com    |  投稿

深度科学:机器人,遇见世界 中国机械网,okmao.com

研究论文发表得太频繁,任何人都无法全部阅读。在机器学习领域尤其如此,它现在几乎影响到(并在其中产生)每个行业和公司。本专栏旨在收集一些最相关的最新发现和论文——尤其是但不限于人工智能领域——并解释它们为何重要中国机械网okmao.com


这一版,我们有很多关于人工智能或机器人与现实世界之间接口的项目。当然,这类技术的大多数应用都有现实世界的应用,但具体来说,这项研究是关于由于现实与虚拟鸿沟两边的限制而不可避免地出现的困难。


机器人技术中经常出现的一个问题是现实世界中的实际运行速度有多慢。自然,一些接受过某些任务训练的机器人可以以超人的速度和敏捷性完成这些任务,但对大多数人而言并非如此。他们需要频繁地根据他们的虚拟世界模型检查他们的观察结果,以至于诸如拿起和放下物品之类的任务可能需要几分钟时间。


对此特别令人沮丧的是,现实世界是训练机器人的最佳场所,因为最终它们将在其中运行。解决这个问题的一种方法是增加您在现实世界中进行的每小时测试的价值,这是Google的这个项目的目标。


在一篇相当技术性的博客文章中,该团队描述了使用和集成来自多个机器人学习和执行多项任务的数据的挑战。这很复杂,但他们谈论创建一个统一的分配和评估任务的流程,并在此基础上调整未来的分配和评估。更直观地说,他们创建了一个过程,通过该过程,任务 A 的成功提高了机器人完成任务 B 的能力,即使它们不同。


人类会这样做——例如,知道如何把球扔得很好,可以让你在投掷飞镖方面有一个良好的开端。充分利用有价值的现实世界培训很重要,这表明还有很多优化工作要做。


另一种方法是提高模拟的质量,使它们更接近机器人将其知识带到现实世界时会遇到的情况。这就是 Allen Institute for AI 的 THOR 训练环境及其最新用户 ManipulaTHOR 的目标。


标签:今日头条机械商道机械应用人工智能技术中心机器人工业机器人焊接机器人码垛机器人
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