长期以来，人类一直是敏捷技巧的大师，这种技巧在很大程度上可以归功于我们的眼睛。同时，机器人仍在追赶。
当然，已经取得了一些进展：数十年来，诸如装配线之类的受控环境中的机器人能够一次又一次地拾取同一物体中国机械网okmao.com。
最近，计算机视觉的突破使机器人能够对对象进行基本区分，但是即使那样，它们也无法真正理解对象的形状，因此在快速拾取后它们几乎无能为力。
麻省理工学院计算机科学与人工智能实验室（CSAIL）的研究人员在一份新论文中说，他们在这一工作领域取得了重要进展：该系统可以让机器人检查随机对象，并在视觉上理解它们以完成特定的任务任务之前从未见过。
该系统被称为“密集对象网络”（DON），将对象视为点的集合，这些点充当了各种“可视化路线图”。
这种方法使机器人可以更好地理解和操纵物品，最重要的是，它们甚至可以使它们在杂乱的类似物体中拾取特定物体，这对于像亚马逊和沃尔玛这样的公司在其仓库中使用的各种机器来说都是一项宝贵的技能。
例如，某人可能使用DON来使机器人抓住物体上的特定位置（例如，鞋的舌头）。由此，它可以看到从未见过的鞋子，并成功抓住它的舌头。
博士说：“许多操纵方法无法在物体可能遇到的许多方向上识别出物体的特定部分。”
学生Lucas Manuelli，他与第一作者和博士学位的作者就该系统撰写了一篇新论文。学生皮特·弗洛伦斯（Pete Florence）和麻省理工学院的教授拉斯·特德拉克（Russ Tedrake）。“
例如，现有的算法将无法通过手柄来抓住杯子，特别是如果杯子可以在多个方向（例如直立或在其侧面）上时。”
该团队不仅在制造环境中，而且还在家庭中查看潜在的应用程序。想象一下，给系统一个整洁的房子的图像，并在工作时让它清洁，或者使用一个碗碟的图像，以便该系统在您度假时可以将盘子收起来。
还值得注意的是，实际上没有任何数据被人类标记。相反，系统是“自我监督”的，因此不需要任何人工注释。
易于掌握
机器人抓取的两种常见方法涉及特定任务的学习或创建通用抓取算法。这些技术都有障碍：特定于任务的方法很难推广到其他任务，并且一般性的掌握还不足以应对特定任务的细微差别，例如将对象放在特定位置。
但是，DON系统实际上是在给定的对象上创建一系列坐标，这些坐标用作对象的一种“可视化路线图”，以使机器人可以更好地理解其需要掌握的内容以及在哪里。
该团队对系统进行了培训，以将对象视为构成更大坐标系的一系列点。然后，它可以将不同的点映射在一起，以可视化对象的3D形状，类似于将全景照片与多张照片缝合在一起的方式。
训练后，如果有人在对象上指定了一个点，则机器人可以为该对象拍照，然后识别并匹配这些点，以便能够在该指定点上拾取该对象。
这与诸如UC-Berkeley的DexNet之类的系统不同，后者可以处理许多不同的项目，但不能满足特定的要求。
想象一下一个18个月大的婴儿，他不知道您要玩哪个玩具，但仍然可以抓取很多物品，而一个四岁大的婴儿可以做出反应，“把卡车抓到红色的尽头”。它。”
在对毛毛虫玩具进行的一组测试中，由DON驱动的Kuka机械手臂可以从一系列不同的配置中抓住玩具的右耳。这表明，除其他外，该系统具有在对称对象上区分左右的能力。
在对一堆不同的棒球帽进行测试时，尽管所有帽子的设计都非常相似，并且以前从未在训练数据中见过这些帽子的图片，但DON仍可以挑选出特定的目标帽子。
Manuelli说：“在工厂中，机器人通常需要复杂的零件进料器才能可靠地工作。” “但是像这样的能够理解物体方向的系统只需拍照，就能相应地抓住和调整物体。”
将来，该团队希望将系统改进到可以更深入地了解相应对象的位置来执行特定任务的位置，例如学习如何抓握对象并以清理桌子等最终目标来移动它。
该小组将于下个月在瑞士苏黎世举行的机器人学习大会上发表有关该系统的论文。