麻省理工学院开发了一种可以探测太空位置

AGV机器人 49℃ 0
他们创造的机器人可以探测他们在太空中的位置©由体育提供 他们创造的机器人可以探测他们在太空中的位置。

麻省理工学院(MIT)的研究人员创建了一个深度学习神经网络,可以通过检测机器人的位置和身体的各个部位,“教”机器人在Tai 空自主定位。这些条件提高了机器人设备的效率,并使其潜在应用多样化。

 

消息称,人工智能系统提供的新功能使软机器人能够更好地与环境互动,在每种情况下完成分配的任务。这一突破是机器人设计自动化的一步,因为神经网络可以计算出如何设计每个机器人来最好地解决特定任务。在他们的研究中,麻省理工学院的科学家指出,发表在IEEE Robotics and Automation Communication上的一项技术进步的实现使白体机器人更好地与环境和自身结构相关联。与刚性皮革设备不同,这些机器人可以在几乎无限的形状之间变化。

虽然这种情况增加了它们的多功能性,使它们更加人性化,但也使它们难以定位在空中,也难以探查其结构的每个部分。因此,这些机器人往往不能正确地与环境相关联,在效率和解决能力方面失去了可能性。

解决空之间的位置问题。

刚性机器人的运动范围有限,由于关节和肢体的集合有限,可以进行可控的计算、绘制和运动规划,而柔性机器人则有很大的不同。就是软机器人上的任何一点,理论上都可以以各种可能的方式变形。从逻辑上讲,这使运动的可能性加倍,并使其设计非常复杂。

现在,美国研究人员创造的算法已经能够帮助工程师设计能够收集更多有用环境信息的软机器人。结合深度学习系统,该算法将建议机器人中的传感器优化其位置,使其能够更好地捕捉环境并成功执行新任务。

得益于这一创新,专家们相信他们已经朝着开发真正高效的白色机器人迈出了重要的一步。值得注意的是,神经网络结合了机器人身体各个部位的特点,然后进行试错,通过试错“学习”出最有效的动作序列来完成特定的任务,比如抓取不同大小的物体。

智能自动化

为了验证系统的效率,研究人员将具有通过其算法优化的传感器的机器人与具有根据专家判断放置的传感器的其他机器人进行了比较。结果是结论性的:人工智能系统设计的机器人在效率和任务解决能力上明显优于人类优化的机器人。

基于这些成果,科学家们认为,这一技术方案可以为机器人设计的智能自动化开辟新的路径,增加其在工业和经济活动各个领域的影响力,并将其用于辅助和配合人类。

转载地址:https://www.mingyujixie.net/agv/1340.html

标签: