深度学习造就迄今最灵巧机械臂

　　目前机器人手臂的灵巧表现仅限于在流水线上重复设计好的动作,面对不认识的东西就显得笨拙。美国科学家研制出一种新型机械臂,能通过深度学习迅速判断陌生不规则物体的合适抓取方式,动作准确率达到99%。

　　美国麻省理工学院主办的《麻省理工学院技术评论》近日报道说,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究小组开发,是“迄今手指最灵巧的机器人”。针对形状不规则的物体,它平均1秒内就能做出判断,用两根“手指”以合适的方式稳当地抓取并搬运。

　　这款机械臂的“眼睛”是市面上普通的3D感应设备,“手臂”也没有什么特别,关键在于它的“大脑”,包含一个庞大数据库,以及一个可以进行深度学习的神经网络模型。

　　这个数据库整合了仿真环境里上千个虚拟三维物体的形状和抓取方式,包含670万个数据。机械臂观察面前的陌生物体,将它与数据库中的记录比较,再结合位置、角度和高度寻找最合适的抓取方式,在几十次试验中只失败了一次。

　　很多相关研究致力于让机械臂用实际物品不断重复练习、收集数据,但效率不高。新方法用虚拟物体提供深度学习所需数据,能在一天之内就达到以往几个月实践训练的效果。研究人员计划于今年7月发表完整论文,并公布数据库。

　　专家认为,该成果有望大大扩展机械臂的应用范围,可能给制造和物流等领域带来新的革命。