英伟达计划在10月/ 11月在韩国举行的2019年计算机视觉国际会议上展示新算法6-DoF GraspNet

分享到:

据外媒报道,英伟达研究院在利用深度学习训练各种任务模型方面取得了长足进展。最近,该公司让BERT实现了有史以来最快的训练时间并还对有史以来最大的基于转型的模型进行了训练。

然而正如预期的那样,基于深度学习的算法首先需要一个庞大的数据集,这在许多情况下是一种奢侈品。除了继续使用深度学习进行研究外,该公司还将精力集中到了另一个方向。据悉,英伟达在西雅图机器人实验室开发了一种新的算法--6-DoF GraspNet,其能让机器人抓取任意物体。

6-DoF GraspNet的工作如下:机械手观察物体并决定在6D空间(空间中的x、y、z坐标平面和旋转三维空间)中移动到哪里。该算法的设计方式是生成一组可能的握持器并根据需求进行移动。然后,整个握持器通过一个“握持评估器”运行,该评估器会为每个可能的握持分配一个分数。最后,握持评估器通过局部变换调整握持变量进而提高最佳握持的成功率。整个过程如下图所示:

有趣的是,研究人员并没有选择基于深度学习的方法,反倒是选择了“综合训练数据”。英伟达在这当中使用的Nvidia FleX评估法是一种基于粒子的模拟技术,它可以实时生成视觉效果。下面这张动图展示了握持的进化过程:

英伟达的研究人员表示,6-DoF GraspNet最大的优势之一在于它可以用来抓取任意物体;其次是它的模块化,这使得它可以用于各种计算机视觉应用和运动规划算法;第三,它可以跟一个模型一起使用,该模型可根据各种物体的“点云”来分配形状,而这将能确保机械臂不会跟任何障碍物相撞。

据悉,英伟达计划在10月/ 11月在韩国举行的2019年计算机视觉国际会议上展示这套6-DoF GraspNet。

 

 

了解更多:

访问STM32中文官网STM32中文社区

STM32中文资料、 STM32参考设计ST MCU技术培训STM32开发板活动

STM32单片机微信:
 

 

继续阅读
科幻成真,软通动力机器人化身数字化劳动力

“要么转型,要么死亡”,这句话决绝地反映了数字时代企业经营面临的生存选择。数字化转型是必须的,然而,如何转型、从哪儿开始转型则是摆在企业面前的一道求生选择题。回顾企业信息化、数字化的历史进程,财务是推动企业全面转型的发动机,可以说,财务智能化启动了企业数字转型的步伐。

致力于工业机器人与光子神经网络的计量测试

早在中国古代便有设计并运用机器来取代人力的各种奇思妙想,例如西周时期工匠研发出能歌善舞的机器;春秋后期《墨经》记载鲁班设计了能在空中飞行“三日不下”的木鸟;三国时期诸葛亮制造出用于运送军粮的 “木牛流马”。放眼国外,瑞士的钟表匠利用齿轮和发条原理,在1773年制造了自动书写玩偶和自动演奏玩偶等。

全球首个可编程活体机器人诞生:“完全新的生命形式”

尖端科技最先应用的领域除了军工,恐怕就是医疗了。近日,据报道,美国佛蒙特大学计算机科学家和塔夫茨大学生物学家共同创造出100%使用青蛙DNA的可编程的活体机器人Xenobot,这种机器人的体长仅0.04英寸(约1毫米),能按照计算机程序设计的路线移动,还能负载一定的重量,携带药物在人体内部移动。

智能制造:机器人发展的重要推手

在2019年12月2日举行的人工智能中国专利态势发布会上,国家工业信息安全发展研究中心发布了《人工智能中国专利技术分析报告》。

生命体和机器人的界限在哪里?

自人工智能兴起以来,这一问题就反复被舆论追问。如今, 美国佛蒙特大学和塔弗茨大学团队的一项研究成果使得上述问题的答案更加模糊了。1月14日,全球顶级期刊《美国科学院院报》(PNAS)发表论文,称打造了用发育中的非洲爪蟾心肌细胞和表皮细胞重组而成的机器人 Xenobots。这也是有史以来首个 可编程活体机器人。