Zu meinen Favoriten hinzufügen
Automatische Übersetzung anzeigen
Dies ist eine automatisch generierte Übersetzung. Wenn Sie auf den englischen Originaltext zugreifen möchten,
klicken Sie hier
#Neues aus der Industrie
{{{sourceTextContent.title}}}
TIEFER ERLERNENroboter: 10 TAGE, ZUM ZU ERLERNEN, WIE MAN GREIFT
{{{sourceTextContent.subTitle}}}
Cobot Baxter erlernt, wie man über 150 Gegenständen ohne menschliche Intervention an der Carnegie Mellon-Universität greift
{{{sourceTextContent.description}}}
Wenn sie mit vielen Tieren verglichen werden, sind menschliche Babys in ihren ersten Monaten überraschend verletzbar, gleichwohl sie eine hohe Kapazität für self-learning haben und in der Lage sind, eine Vielzahl von Fähigkeiten innerhalb ihres ersten Jahres zu erarbeiten. Etwas, das wie ein Kind erlernt so grundlegend ist, wie man Spielwaren, die sind, eine Strecke der Formen und der Größen ist tatsächlich ein eindrucksvolles Meisterstück aufhebt. Jetzt haben Forscher Ähnliches Verhalten in einem zweiarmigen Industrieroboter beobachtet, der Baxter genannt wird. Die Forscher, der Lerrel Pinto und das Abhinav Gupta an der Carnegie Mellon-Universität, vorausgesetzt Baxter mit den tiefen Lernenfähigkeiten, voll geordnet einer Tabelle der Gegenstände vor ihr und weg gegangen, sie lassend, um eigenständig zu erlernen.
Baxter ist ein menschlich-sicheres industrielles cobot, das entworfen ist, um wiederholbare Aufgaben, wie Linie Laden, Verpacken und Materialtransport durchzuführen. Jeder Arm wird mit einem Zweifinger Ähnlichkeitsgreifer ausgerüstet und der Roboter besitzt auch eine hohe Entschließungkamera, um zu sehen, was er tut. Der Roboter wurde programmiert, um einen Gegenstand zu fassen, indem man ihn von seinen Nachbarn, dann trennte, um einen gelegentlichen Punkt vorzuwählen, seine Greifer in der Linie zu drehen und eine Reichweite zu versuchen. Für jeden Punkt wiederholt Baxter den greifenden Prozess einige 188 Male und jedes Mal justiert den ergreifenden Winkel durch 10 Grad.
Pinto und Gupta verließen dann den Roboter vor der Tabelle der Gegenstände, um herauszufinden, wie sie jedes greifen sollte. Während eines Zeitraums von 700 Stunden, schloß Baxter 50.000 Reichweiten auf 150 verschiedenen Gegenständen ab und entdeckte, welche Annäherung gut funktionierte mit, welchem Gegenstand. Die Gegenstände umfaßten eine Vielzahl der Haushaltseinzelteile wie Plastikspielwaren und eine Fernsehdirektübertragung. Baxter war, vorauszusagen, ob eine Reichweite erfolgreiches fast 80 Prozent der Zeit sein würde, die beträchtlich besser war, als anderer Ansätze Pinto und Gupta versuchten. Das Experiment wurde in eine durcheinandergeworfene, unstrukturierte Umwelt geleitet und einen wichtigen Einblick zur Verfügung stellt in, wie Roboter ohne menschliche Intervention erlernen und sich anpassen können.