智能应用 影音
DTResearch
event

UC Berkeley透过机器学习系统 让机器人快速完成抓取与规划路径

加州大学柏克莱分校研究团队针对协作式机器人设计机器学习模块,让机器人手臂在毫秒之内完成抓取和规划路径。法新社

机器人技术发展至今,在制造、物流与科技应用中日益广泛,可以将日常生活中单调、重复性和高度危险性的工作交给机器人。不过某些情况,机器人还需在人类的指导及监控下,精确地执行这些任务。

根据TechCrunch报导,加州大学柏克莱分校(UC Berkeley)研究团队针对协作式机器人(Cobot)设计机器学习模块,让机器人手臂在毫秒之内完成抓取和规划路径。

由于机器人没有感官知觉,像人类不用经过思考拾起物品是件非常困难的事情。柏克莱分校研究人员为了让机器人能快速评估路径,开发一套采用两种机器学习模块的系统。

报导指出,这套机器人系统的生成器(Generator)能依照大量的运动范例为机械手臂规划可行的路径;另一个模块能从众多路径选择最好的选项,一旦决定好任务,机器人可快速执行,该系统也能将处理时间缩短99%,在10分之1秒之内就能完成。

因机器人须考虑数千条可能的路径来捡起并移动一个物体,将涉及到力、潜在的碰撞等因素,相关研究已发表于《Science Robotics》期刊中。研究人员表示,模型能加快机器人正确地感知环境,新方法有望大幅提升每小时的拾取速度。

目前,机器人在拣货与送货方面的效率还远不及人类,但布署新系统能使它们更高速且具有竞争力,员工进而专注于开发和创造更高价值,满足电商平台大量成长的物流需求。

  •     按赞加入DIGITIMES智能应用粉丝团
更多关键字报导: 机器学习 机器人 协作型机器人