3月27日消息,谷歌宣布重啟機(jī)器人計(jì)劃,重新考慮對(duì)復(fù)雜機(jī)器人技術(shù)的關(guān)注,這項(xiàng)新工作在谷歌被稱(chēng)為robotics。
2013年,谷歌花費(fèi)了數(shù)千萬(wàn)美元購(gòu)買(mǎi)了美國(guó)和日本的六家機(jī)器人初創(chuàng)企業(yè),包括兩個(gè)專(zhuān)門(mén)研究與人類(lèi)相似的機(jī)器的團(tuán)隊(duì)。但接下來(lái)的幾年里將收購(gòu)的公司陸續(xù)變賣(mài)或關(guān)閉,波士頓動(dòng)力公司被日本企業(yè)收購(gòu)后仍在研制能像人或動(dòng)物一樣移動(dòng)的機(jī)器人。
目前機(jī)器人已經(jīng)在倉(cāng)庫(kù)和工廠車(chē)間使用,但它們只能處理特定任務(wù),例如拾取特定物體或轉(zhuǎn)動(dòng)螺絲。谷歌希望機(jī)器能夠自主學(xué)習(xí),使用為未來(lái)能夠?qū)W習(xí)投擲、滑動(dòng)、旋轉(zhuǎn)、擺動(dòng)、捕捉和其他運(yùn)動(dòng)技能的系統(tǒng)奠定基礎(chǔ),這些技能目前對(duì)最有能力的機(jī)器都構(gòu)成了挑戰(zhàn)。
雖然這些機(jī)器可能不像人形機(jī)器人那樣引人注目,但的研究人員認(rèn)為,內(nèi)在的更先進(jìn)的技術(shù)使它們?cè)诂F(xiàn)實(shí)世界中具有更大的潛力。正在開(kāi)發(fā)這些自主學(xué)習(xí)技能的方法,例如在一堆不熟悉的物體中準(zhǔn)確抓取目標(biāo)物,或者在一個(gè)充滿(mǎn)障礙物的倉(cāng)庫(kù)中導(dǎo)航。
谷歌學(xué)生研究員andy zeng在博客中寫(xiě)道:“盡管在使能夠高效地抓取物體、視覺(jué)自適應(yīng)甚至從現(xiàn)實(shí)世界中學(xué)習(xí)方面已經(jīng)取得了相當(dāng)大的進(jìn)步,但機(jī)器人操作仍然需要仔細(xì)考慮它們?nèi)绾问叭?、處理和放置各種物體——尤其是在非結(jié)構(gòu)化環(huán)境中。”但是仍不確定機(jī)器人是否能將動(dòng)態(tài)變化形成物理直覺(jué)有效的完成任務(wù)。
andy zeng和他的同事們與普林斯頓、哥倫比亞和麻省理工學(xué)院的研究人員合作開(kāi)發(fā)了拾取機(jī)器人tossingbot,這種機(jī)器人可以學(xué)習(xí)抓取物體,將物體扔進(jìn)目標(biāo)盒子里。它實(shí)現(xiàn)了兩倍的有效放置范圍,還可以通過(guò)自我監(jiān)督提高。
可預(yù)見(jiàn)性投擲對(duì)人類(lèi)而言也非易事,抓握、姿勢(shì)、質(zhì)量、空氣阻力、摩擦力、空氣動(dòng)力學(xué)以及無(wú)數(shù)其他變量會(huì)影響物體的軌跡。andy zeng指出,通過(guò)反復(fù)試驗(yàn)對(duì)射彈物理進(jìn)行建模是可能的,但計(jì)算成本高,需要大量時(shí)間,并且很難形成普遍的規(guī)律。
tossingbot 使用投射彈道模型來(lái)估計(jì)將一個(gè)物體送到目標(biāo)位置所需的速度,并使用端到端的神經(jīng)網(wǎng)絡(luò),來(lái)模擬生物神經(jīng)元的數(shù)學(xué)函數(shù)層,也就是通過(guò)從高架攝像機(jī)獲得的視覺(jué)和深度數(shù)據(jù)進(jìn)行訓(xùn)練,來(lái)預(yù)測(cè)在估計(jì)值之上的調(diào)整。這種混合方法使系統(tǒng)的投擲準(zhǔn)確率達(dá)到85% 。
研究人員讓tossingbot首先嘗試錯(cuò)誤的抓取,再教會(huì)機(jī)器人抓取正確物品,偶爾隨機(jī)讓tossingbot投擲沒(méi)有測(cè)試過(guò)的物體,變換測(cè)試速度進(jìn)行訓(xùn)練來(lái)提高其學(xué)習(xí)能力。經(jīng)過(guò)大約14個(gè)小時(shí)的10,000次抓握和投擲嘗試后,tossingbot可以在87%的時(shí)間內(nèi)牢牢抓住雜亂堆中的物體。
經(jīng)過(guò)一兩個(gè)小時(shí)的訓(xùn)練,tossingbot 可以適應(yīng)從未見(jiàn)過(guò)的地點(diǎn)和物品,如假水果、裝飾物品、辦公室物品。
andy zeng表示,tossingbot可能學(xué)會(huì)更多地依賴(lài)幾何線索(例如形狀)來(lái)學(xué)習(xí)抓握和投擲,這些新出現(xiàn)的特征是在沒(méi)有任何明確監(jiān)督的情況下從零開(kāi)始學(xué)習(xí)的,超出了任務(wù)級(jí)別的抓取和投擲。但tossingbot足以區(qū)分對(duì)象類(lèi)別(乒乓球和記號(hào)筆)。
tossingbot 還沒(méi)有用易碎物體進(jìn)行過(guò)測(cè)試,它使用嚴(yán)格的視覺(jué)數(shù)據(jù)作為輸入,這可能妨礙了它在測(cè)試中對(duì)新物體做出反應(yīng)的能力。但研究人員表示將物理學(xué)和深度學(xué)習(xí)結(jié)合起來(lái)的基本構(gòu)想是未來(lái)工作的一個(gè)有希望的方向。
特別聲明:以上內(nèi)容(如有圖片或視頻亦包括在內(nèi))為自媒體平臺(tái)“機(jī)電號(hào)”用戶(hù)上傳并發(fā)布,本平臺(tái)僅提供信息存儲(chǔ)服務(wù)
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of JDZJ Hao, which is a social media platform and only provides information storage services.
