在最近的假期期间，电子商务继续发展并达到了新的水平。为了快速完成大量订单和各种订单，亚马逊，沃尔玛和阿里巴巴等公司都在新仓库上进行了大量投资。
为了解决工人短缺的问题，许多公司正在考虑使用机器人中国机械网okmao.com。但是，可靠地掌握各种产品仍然是机器人技术的巨大挑战。
在1月16日星期三发表于《科学机器人》的论文中，加州大学伯克利分校的工程师提出了一种新颖的“灵巧”方法，无需训练即可掌握各种物体形状。
“任何单一夹具不能处理所有对象，”杰夫·马勒，在加州大学伯克利分校的博士后研究员和论文的主要作者。“例如，吸盘不能在诸如衣服之类的多孔物体上形成密封，并且平行颚爪可能无法到达某些工具和玩具的两侧。”
马勒（Mahler）在加州大学伯克利分校的肯·高德伯格（Ken Goldberg）的实验室工作，曾在电气工程与计算机科学系以及工业工程与运营研究系担任联合任命。
大多数电子商务履行中心中使用的机器人系统都依赖于吸气夹具，这会限制它们可以抓取的物体的范围。
加州大学伯克利分校的论文引入了一种“灵巧”的方法，该方法可与多种抓爪类型兼容。该方法基于每种夹持器类型的通用“奖励功能”，该函数可量化每个夹持器成功的可能性。
这使系统可以快速决定在每种情况下使用哪种抓爪。为了有效地计算每种抓爪类型的奖励函数。
本文介绍了一种通过学习使用结构域随机化和传感器的解析模型以及每种抓爪的物理和几何结构快速生成的大型合成数据集来学习奖励函数的过程。
一种新的“灵巧”方法使机器人无需训练即可掌握各种各样的物体形状。
当研究人员在双臂机器人上训练了平行颚爪和吸盘爪的奖励功能时，他们发现他们的系统以每小时超过300次的速度清除了多达25个先前未见过的物体的垃圾箱，回收率达到95％可靠性。
戈德伯格说：“当您在仓库中将包裹放在一起进行运送时，物品的差别很大。” “我们需要各种抓手来处理各种物体。”