深度学习 造就迄今最灵活机械臂
现在机器人手臂的灵活体现仅限于在流水线上重复设计好的动作，面临不认识的东西就显得蠢笨。美国科学家研制出一种新式机械臂，能经过深度学习敏捷判别陌生不规则物体的适宜抓取方法，动作准确率达到99％。
美国麻省理工学院主办的《麻省理工学院技能谈论》近来报道说，这款被命名为Dex－Net 2.0的机械臂由美国加利福尼亚大学伯克利分校一个研讨小组开发，是“迄今手指最灵活的机器人”。对于形状不规则的物体，它平均1秒内就能做出判别，用两根手指以适宜的方法稳本地抓取并搬运。
这款机械臂的双眼是市面上一般的3D感应设备，手臂也没有什么格外，关键在于它的大脑，包括一个巨大数据库，以及一个能够进行深度学习的神经网络模型。
这个数据库联系了仿真环境里上千个虚拟三维物体的形状和抓取方法，包括670万个数据。机械臂调查面前的陌生物体，将它与数据库中的记载对比，再联系位置、角度和高度寻觅最适宜的抓取方法，在几十次实验中只失利了一次。
很多有关研讨致力于让机械臂用实习物品不断重复操练、搜集数据，但功率不高。新方法用虚拟物体供给深度学习所需数据，能在一天以内就达到以往几个月实习练习的作用。研讨人员方案于本年7月宣布完好论文，并发布数据库。
专家以为，该效果有望大大拓展机械臂的使用规模，可能给制作和物流等范畴带来新的革新。
|
