CMU研制新一代智能工業(yè)機器人，通過(guò)觸摸來(lái)認識這個(gè)世界

CMU的計算機團隊通過(guò)讓其機器人通過(guò)觸覺(jué)反饋和試錯來(lái)學(xué)習，力求打造觸覺(jué)、視覺(jué)結合處理和自主學(xué)習的新一代智能工業(yè)機器人。

我們都知道，在人工智能領(lǐng)域，要想實(shí)現對目標的識別、跟蹤和測量，其中一項非常核心的技術(shù)就是計算機視覺(jué)。目前，國內外有許多家公司和實(shí)驗室就在結合深度學(xué)習和計算機視覺(jué)來(lái)進(jìn)行深度研究與改進(jìn)，提高機器動(dòng)作的精度和強度。但是也正如行業(yè)內大家所熟知的，無(wú)法結合機器的觸覺(jué)是機器人發(fā)展的一大制約。

據悉，近日卡內基梅隆大學(xué)（CMU）的計算機團隊正在訓練Baxter機器人進(jìn)行抓握訓練，讓其通過(guò)觸覺(jué)反饋和試錯來(lái)學(xué)習，研究出觸覺(jué)和視覺(jué)相結合的新一代智能工業(yè)機器人。

該系統使用類(lèi)似于Kinect的3D攝像機。 Baxter收集的視覺(jué)和觸覺(jué)信息被發(fā)送到一個(gè)深層神經(jīng)網(wǎng)絡(luò )，它與ImageNet中的圖像數據交叉輸入。加上觸摸過(guò)程的數據訓練，機器人的識別精度比僅使用圖像數據訓練的機器人提高了10％。

實(shí)驗室助理Dhiraj Gandhi為大家演示了機器人在接觸熟悉與不熟悉的對象時(shí)作出的動(dòng)作與反應：當機器人識別出物體時(shí)，它牢牢抓住放入盒中，同時(shí)電腦上顯示的是微笑的表情；如果對象不熟悉，機器人會(huì )挪開(kāi)手臂，并且會(huì )出現扭曲困惑的表情。

傳統的計算機視覺(jué)學(xué)習形式，主要是通過(guò)輸入數據，經(jīng)過(guò)“監督”學(xué)習訓練網(wǎng)絡(luò )來(lái)識別對象，不同的是，CMU的機器人可以自己教自己。對此，Gandhi解釋說(shuō)：“目前計算機視覺(jué)的核心就是你用大量目標特征數據來(lái)訓練，而圖像處理任務(wù)與機器識別這一動(dòng)作任務(wù)之間是相互獨立的?，F在我們想要的就是當機器人與目標對象交互時(shí)獲取的變化數據。通過(guò)這些數據，訓練機器去學(xué)習可以輔助完成視覺(jué)任務(wù)的功能。”

顯然，研究還處于初期階段，但具有一定的前景。未來(lái)，觸摸和視覺(jué)學(xué)習的結合可用于分類(lèi)機器人，如ZenRobotics開(kāi)發(fā)的機器人，可將垃圾與回收物品分開(kāi)。當然，該技術(shù)也可以應用到人工智能領(lǐng)域的其他應用方面。

最后，記得關(guān)注微信公眾號：鎂客網(wǎng)（im2maker），更多干貨在等你！