深度學習 造就迄今最靈活機械臂

現在機器人手臂的靈活體現僅限于在流水線上重復設計好的動作，面臨不認識的東西就顯得蠢笨。美國科學家研制出一種新式機械臂，能經過深度學習敏捷判別陌生不規則物體的適宜抓取方法，動作準確率達到99％。

美國麻省理工學院主辦的《麻省理工學院技能談論》近來報道說，這款被命名為dex－net 2.0的機械臂由美國加利福尼亞大學伯克利分校一個研討小組開發，是“迄今手指最靈活的機器人”。對于形狀不規則的物體，它平均1秒內就能做出判別，用兩根手指以適宜的方法穩本地抓取并搬運。

這款機械臂的雙眼是市面上一般的3d感應設備，手臂也沒有什么格外，關鍵在于它的大腦，包括一個巨大數據庫，以及一個能夠進行深度學習的神經網絡模型。

這個數據庫聯系了仿真環境里上千個虛擬三維物體的形狀和抓取方法，包括670萬個數據。機械臂調查面前的陌生物體，將它與數據庫中的記載對比，再聯系位置、角度和高度尋覓最適宜的抓取方法，在幾十次實驗中只失利了一次。

很多有關研討致力于讓機械臂用實習物品不斷重復操練、搜集數據，但功率不高。新方法用虛擬物體供給深度學習所需數據，能在一天以內就達到以往幾個月實習練習的作用。研討人員方案于本年7月宣布完好論文，并發布數據庫。

專家以為，該效果有望大大拓展機械臂的使用規模，可能給制作和物流等范疇帶來新的革新。

以上是網絡信息轉載，信息真實性自行斟酌。