Исследователи обучили робота человеческой ловкости |
||
МЕНЮ Искусственный интеллект Поиск Регистрация на сайте Помощь проекту ТЕМЫ Новости ИИ Искусственный интеллект Разработка ИИГолосовой помощник Городские сумасшедшие ИИ в медицине ИИ проекты Искусственные нейросети Слежка за людьми Угроза ИИ ИИ теория Внедрение ИИКомпьютерные науки Машинное обуч. (Ошибки) Машинное обучение Машинный перевод Реализация ИИ Реализация нейросетей Создание беспилотных авто Трезво про ИИ Философия ИИ Big data Работа разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика
Генетические алгоритмы Капсульные нейросети Основы нейронных сетей Распознавание лиц Распознавание образов Распознавание речи Техническое зрение Чат-боты Авторизация |
2017-06-04 12:30 Новый робот может брать и удерживать объекты любой формы с 99-процентной точностью. Потратьте минутку и подумайте о всех вещах, которые вы брали сегодня в руки. Возможно, это были ключи, кружка, зубная щетка, вилка или ложка. Теперь задумайтесь о том, сколько умственной энергии вы тратите на то, чтобы правильно взять эти предметы. Скорее всего, это не составляет для вас особого труда. Однако для роботов это является серьезной проблемой. Но теперь благодаря новой работе исследователей из Калифорнийского университета в Беркли роботы могут приобрести человеческую ловкость. Люди инстинктивно знают наилучший способ, каким можно ухватить предмет, чтобы он не упал, но роботы не обладают такой способностью. Поэтому исследователи использовали концепцию глубинного обучения, чтобы помочь двум манипуляторам успешно брать объекты любой формы с 99-процентной точностью. Глубинное обучение – это тип автоматизированного обучения, при котором компьютер получает большой объем данных и учится принимать решения, обрабатывая новую поступающую информацию. В данном исследовании ученые создали базу данных контактных точек на 10 000 3D-моделях, которая в общей сложности содержала около 6,7 миллиона точек. Затем эта информация была использована для создания нейронной сети – системы, в которой компьютер принимает решения так же, как и наш мозг обрабатывает информацию. Система была подключена к двум манипуляторам и набору датчиков. Исследователи назвали установку DexNet 2.0. Сенсор смотрит на каждый объект, расположенный перед ним, а нейронная сеть выбирает лучшее место для захвата объекта. Система не только безупречно выполняет каждый захват, но и делает это в три раза быстрее, чем предыдущая версия. Источник: naked-science.ru Комментарии: |
|