详细内容或原文请订阅后点击阅览
使用直接环境，简单的捕获可以执行复杂的任务
即使是简单的抓手也可以执行复杂的任务 - 只要他们熟练地利用环境作为手头的工具。至少这是卡内基梅隆大学机器人研究所的一项研究得出的结论。
来源:Robogeek新闻频道（关于机器人技术的俄罗斯与世界新闻）即使是简单的抓手也可以执行复杂的任务 - 只要他们熟练地利用环境作为手头的工具。至少这是卡内基梅隆大学机器人研究所的一项研究得出的结论。
在机器人技术中，简单的夹具通常负责简单的任务，例如拾取物体并放置它们。然而，通过利用环境，例如将物体压在桌子或墙上，简单的夹具可以执行更复杂的操作，而这些操作通常被认为只有更复杂和更昂贵的夹具才能实现。
然而，之前对类似策略（称为“外在敏捷性”（非自然敏捷性））的研究经常对抓手如何拾取物体做出假设。反过来，这需要特殊的夹具设计和/或机器人运动。
在一项新的研究中，科学家们利用人工智能克服了这些限制，将这种策略应用于更一般的条件，并成功地抓取各种大小、形状和重量的物体。
卡内基梅隆大学的主要作者 Wenxuan Zhou 表示：“这项研究可以为使用简单的夹具进行操作开辟新的可能性，潜在的应用包括帮助人们做家务的仓库或家庭机器人。”
研究人员使用强化学习来训练神经网络。他们迫使人工智能系统采取随机行动来捕获一个物体，并奖励那些导致成功的行动。结果，系统采用了最成功的行为模型。换句话说，她正在学习。在物理模拟器上训练系统后，他们在一个简单的夹具上进行了测试。
在实验中，周和她的同事在纸板箱、塑料瓶和玩具钱包等物体上测试了他们的系统。这些物品的重量和形状各不相同。他们发现，简单的抓手可以在 78% 的时间内成功抓住这些物体。