返回首頁 hi, 歡迎來到機器人在線 請登錄/ 免費注冊 訂閱郵件
有疑問,咨詢在線客服

機器人組裝宜家家具?工具都備齊了,技術可能……

時間:2019-12-27 來源:機器人在線 閱讀:746

當家具進入家門后,如果沒有售后人員的幫助,通常需要我們動手組裝。


美國南加州大學的研究人員認為,還有更好的方法是教機器人來操縱周圍的世界。繼去年研究人員的腳步之后,研究人員用機械臂組裝了那些經典的Stefan椅子(機器人學家喜歡宜家),他們正在向機器人技術界贈送一個新的模擬器,以訓練機器人將廉價的瑞典家具組裝在一起。最終,他們希望機器人將開始對新穎的物體采用如人類一樣的靈巧性和適應性。


對于人類來說,從宜家(Ikea)組裝東西既簡單又令人討厭,人類不喜歡動手組裝這些東西,但是我們在大腦已經將這部分抽象的指令轉換為真實的東西。也就是,眼睛已經會了,但是手好像不聽使喚。


如果真去實踐的話,我們會遇到各種各樣的問題,但是創造力可以輕松克服。內六角扳手使我們的手抽筋,但我們的操作力卻無與倫比。


對于機器人來說,這完全是恐怖。機器人們,請抓住您的內六角扳手。

雖然機器人已經在流水線上工作了數十年,但這對他們來說只是重復性工作。例如,它們將車門之類的大件物品抬起就位,而人類則負責精細的操作,例如擰入微小的零件。機器人的環境是高度組織化,這樣的機器從來沒有湊合,即使它們是足夠聰明的話,他們的不可預測性將會把他們的人類同事的風險。


但是,如果希望機器人能在日常生活的房屋中得到任何使用,那么它們必須更加靈活。也許他們需要練習建造宜家家具。這是一個多方面的問題,可以教給機器人很多課程。


研究人員通過模擬現實世界的物理原理(如重力和摩擦力)來構建3D數字游樂場。它們還可以使用諸如光照和紋理之類的變量。在這種環境下,他們將模擬不同的機器人,例如單臂索耶(Sawyer)和兩臂百特(Baxter),讓他們玩80多種不同的椅子、桌子、書柜等。所有這些都是由游戲牽引的,因此我們人類可以看到機器人的進度。


當Sawyer和Baxter存在于現實世界中并且可以在任何數量的機器人實驗室中學習時,為什么還要經歷所有這些麻煩呢?因為讓物理的、塑料的機器人學習是一種正義的痛苦。通常,這是通過強化學習來完成的,在強化學習中,機器人會嘗試不同的策略,并會獲得對良好抓地力的獎勵,對較差抓地力的懲罰。經過無數次迭代之后,機器人終于迷失了解決方案。在模擬中,您可以旋轉數千次迭代,其速度比物理定律所允許的快得多。當然,這樣的模擬是不完美的表現,但是它們的效率要高得多。


這個宜家新奇境的想法是為機器人研究人員提供一個標準化的平臺,用于教授機器人如何操縱零件和組裝復雜的物體。USC機器人專家約瑟夫?林(Joseph Lim)說:“雖然看上去對人類來說微不足道,但不僅僅是我們抓住了一部分,我們還必須確切地知道要在哪里抓住它以及用多少力。對于機器人技術而言,這是一個很大的開放性問題?!?/p>


接下來說的是,將一堆操作串在一起以構造椅子的問題。各個部分必須以某種方式組合在一起,而且這些步驟必須以某種順序組合在一起。為此,研究人員可能會采用“模仿學習”方法,或者通過首先操縱桿來演示機器的操作方法。Lim說:“我們的目標之一是學習如何學習人類的行為。我們觀看人類如何組裝家具(例如錄像帶),然后學習如何從根本上復制或模仿家具?!?/p>


不過,不要指望機器人助手能夠像您一樣聰慧。一方面,該系統尚無法模擬機器人如何將零件釘或擰在一起。南洋理工大學的工程師Quang-Cuong Pham說,他通過構建宜家椅子的物理機器人進行了上述實驗,仍然存在從模擬到真實的問題,就是說,要將機器人在模擬中學到的東西轉化為現實技能是極其困難的。Pham說:“因此,尚不清楚物理機器人能否成功地在仿真環境中成功完成任務,例如在我們之前的實驗中?!?/p>


但是,也許經過幾年的培訓和多把椅子的練習后,機器人自主組裝宜家家具指日可待。

è???¤????????±????????????·

好的文章,需要您的鼓勵

18

  • 最新文章
  • 精品案例
  • 現貨產品
延伸閱讀 熱門要聞

申城四人斗地主棋