深度學習技術提升機器人抓取物體能力
背景
大多數成年人具備天生的能力,能夠從環境中撿起物體,並以有助於使用的方式握住它們。例如,當拿起烹飪器具時,他們通常會從不會放入烹煮鍋或平底鍋的那一邊握取。然而機器人需要接受訓練,以學習如何最佳地撿起和握住物體,同時完成不同的任務。這常常是一個棘手的過程,因為機器人可能會遇到它之前從未遇到過的物體。研究內容
最近,波恩大學(University of Bonn)的自主智慧系統(Autonomous Intelligent Systems,AIS)研究小組開發了一種新的學習技術,以提高機器手臂操作物體的能力,以更好地支援實際使用。他們在預印本伺服器 arXiv 上發表的一篇論文中介紹了他們的方法,這可能有助於開發更有效地處理手動任務的機器人助手。 研究人員 Dmytro Pavlichenko 在接受 Tech Xplore 採訪時表示:"如果一個物體可以使用,例如手指放在鑽孔機的觸發器上,則它就是被有效地抓取。這樣一個特定的抓取方式可能並不總是可行,因此可能需要進行操作。本文中,我們解決了利用人工手進行靈活的預抓取操作的問題。"研究方法
Pavlichenko 和共同作者 Sven Behnke 的最新論文是基於他們 AIS 小組之前的研究工作,尤其是在多倫多舉行的 2019 年 IEEE-RAS 國際人形機器人大會上發表的一篇論文。 在過去的研究中,該團隊開發了一種複雜的方法來對機器人重新撿取物體,該方法依賴於多個複雜的手工設計元件。而在這篇新論文中,研究人員的目標是用神經網路取代這種複雜的方法,以減少系統的複雜性並消除硬編碼的操作策略,提高方法的靈活性。研究成果
研究人員在他們的新論文中介紹了簡化的預抓取操作方法,該方法依賴於深度強化學習,這是一種高效且著名的訓練人工智慧算法的技術。利用這種技術,他們訓練了模型,在抓取物體之前巧妙地操作物體,確保機器人最終以有效的方式握住它們,正如所需。 研究人員 Pavlichenko 解釋道:"我們的模型利用多元件的密集獎勵函數進行學習,透過手指與物體的互動來激勵物體靠近給定的目標功能抓取。結合基於 GPU 的模擬平臺 Isaac Gym,學習速度很快。" 到當前為止,研究人員在名為 Isaac Gym 的模擬環境中評估了他們的方法,並發現取得了非常有希望的結果。在初始測試中,他們的模型使模擬機器人能夠學習如何在手中移動具有不同形狀的物體,最終找到最佳的操控方式,而無需人類示範。 值得注意的是,Pavlichenko 和 Behnke 提出的學習方法可以輕鬆應用於各種機器人手臂和手部,同時支援多種不同形狀的物體的操作。在未來,這種方法可以在各種實際機器人上部署和測試。 Pavlichenko 表示:"我們證實使用短短數小時的單一計算機訓練時間,能夠學習到一種複雜的類似人類的動態行為。我們未來的研究計劃包括將已學習的模型應用於實際機器人,並在真實機器人上實現類似的效能。通常情況下,這是相當具有挑戰性的,因此我們預計需要在真實機器人上進行額外的線上學習步驟,以彌合模擬與實際之間的差距。"結論
Pavlichenko 和 Behnke 的研究團隊成功地開發了一種利用深度強化學習的方法,以改進機器人抓取物體的能力。他們的研究成果為開發更有效的機器人助手提供了實質貢獻。 然而作為一項初步研究,他們的結果當前僅在模擬環境中獲得,尚未應用於實際機器人上。實現將學習模型應用於真實環境中的挑戰不容忽視,可能需要進一步的研究和改進。 儘管如此該研究對於推動機器人技術的發展以及開發更具靈活性和適應性的機器人系統具有重要意義。在未來,這種深度強化學習的方法可能成為實現更高度人類化和實用的機器人助手的關鍵技術。參考資料:
Dmytro Pavlichenko 等人,《預抓取功能節點的深度強化學習》,arXiv(2023),DOI:10.48550/arxiv.2307.16752 © 2023 Science X Network, https://techxplore.com/news/2023-08-deep-technique-robots-grasp.htmlArtificialIntelligence-深度學習,技術,機器人,物體辨識,物體抓取
延伸閱讀
- Google 將實現千禧星座技術於 Google 地圖平臺
- 開放 AI (OpenAI)的 ChatGPT 新聞發布:我們當前所知道的事情
- OpenAI 考慮允許 AI 色情內容?
- OpenAI 揭開 AI 祕密指令的面紗
- AI 助您創辦者更快、更輕鬆地籌集資金嗎?
- 深度學習技術進步!Meta 推出廣告 AI 工具,能創造全新影象而非僅替換背景
- Google Deepmind 推出巨大的 AlphaFold 更新和免費蛋白質組學服務網路應用程式
- 獨家專訪:Wayve 聯合創始人 Alex Kendall 談車輛和機器人的自主未來
- 突破獨家訪談:Wayve 共同創辦人 Alex Kendall 談自動駕駛汽車和機器人的未來
- Alphabet 旗下 Intrinsic 將 Nvidia 技術融入機器人平臺