蓋世汽車訊 雖然機(jī)器人專家在過(guò)去幾十年中推出了越來(lái)越復(fù)雜的系統(tǒng)，但教會(huì)這些系統(tǒng)成功可靠地處理新任務(wù)往往具有挑戰(zhàn)性。這種訓(xùn)練的一部分需要將高維數(shù)據(jù)（例如機(jī)載RGB攝像頭收集的圖像）映射到面向目標(biāo)的機(jī)器人動(dòng)作。

圖片來(lái)源：arXiv預(yù)印本服務(wù)器

據(jù)外媒報(bào)道，倫敦帝國(guó)理工學(xué)院（Imperial College London）和及其戴森機(jī)器人學(xué)習(xí)實(shí)驗(yàn)室（Dyson Robot Learning Lab）的研究人員最近推出渲染和漫反射（Render and Diffuse，R&D）技術(shù)，這是一種使用機(jī)器人系統(tǒng)的虛擬3D渲染將低級(jí)機(jī)器人動(dòng)作和RBG圖像統(tǒng)一起來(lái)的方法。相關(guān)論文發(fā)表在arXiv預(yù)印本服務(wù)器上，并表示最終可以促進(jìn)教授機(jī)器人新技能的過(guò)程，減少許多現(xiàn)有方法所需的大量人工演示。

“我們最近研究目標(biāo)是讓人類能夠有效地向機(jī)器人傳授新技能，而無(wú)需進(jìn)行大量演示，”倫敦帝國(guó)理工學(xué)院博士生兼主要作者Vitalis Vosylius說(shuō)道?！艾F(xiàn)有技術(shù)是數(shù)據(jù)密集型的，難以進(jìn)行空間泛化，當(dāng)物體的位置與演示不同時(shí)，它們的表現(xiàn)很差。這是因?yàn)楫?dāng)數(shù)據(jù)有限時(shí)，從RGB圖像中預(yù)測(cè)精確的動(dòng)作作為數(shù)字序列是極具挑戰(zhàn)性的。”

返回第一電動(dòng)網(wǎng)首頁(yè) >