亚博代理赚的是返佣|AIR042|南佛罗里达大学孙宇教授:机器人灵巧手抓取的复兴

在8月13日CCF-GAIR峰会机器人与未来专场,南佛罗里达大学计算机系的孙宇教授公开发表了关于灵活机器人手的演讲。

本文摘要:在8月13日CCF-GAIR峰会机器人与未来专场,南佛罗里达大学计算机系的孙宇教授公开发表了关于灵活机器人手的演讲。

亚博代理赚的是返佣

在8月13日CCF-GAIR峰会机器人与未来专场,南佛罗里达大学计算机系的孙宇教授公开发表了关于灵活机器人手的演讲。孙宇同时是斯坦福大学访谈教授、IEE冉RAS机械臂捕捉和操作者技术委员会成立主席,现兼任美国总统国情咨询委员会机器人方向的顾问。在演说中,孙宇教授对人类机器人的反应非常酷,但普遍存在的特征是成本高,最低的3万英镑,三高的是十几万美元。

但是,如果机器人应用于普通人的生活,构建工业化和商业化,就必须开辟新的道路。孙宇教授接下来说明了不像人手那样的机器人,形状不同,但确实可以应用于各种人类生活的场面。

孙宇教授以他的学术启蒙体育电影《终结者》为例,《终结者机器人》的核心部件包括机器人和智能芯片。他所在的南佛罗里达大学RPAL实验室的另一个主要任务是利用深度自学建立一个叫做面向目标功能的网络的知识库,这个知识库主要是计算机通过在线视频自学制作的。通过这个知识库,机器人自学如何在面对日常生活中不同的东西时,识别用于不同的功能。最后,孙宇教授希望通过扑克名言结束,让捕获再次最好。

以下是孙宇教授演说的国史,为了给读者最慢的新鲜信息,以下的原稿是精编的,几天后(公共编号:)将生命提供更详细的内容。孙宇:我很高兴在这里讨论机器人手的发展。据说谁能在象棋中获得IBM深蓝的计算?谁能在棋手中夺得谷歌的阿尔法狗?机器人在一些领域已经很多人了,但机器人还没有灵活的手。

现在的问题是,如何给机器人灵活的手。在19世纪初文艺复兴时期,许多科学家和艺术家开始研究人体本身,包括着名的达芬奇开始研究人体解剖学结构,达芬奇也对人体感兴趣。

达芬奇在研究人手后,对人手的简单功能表示愤慨。我们的双手只占我们体重的1%,但我们的人体206个骨头中,1/4的骨头在我们的双手中。我们的双手是非常复杂的机械结构,可能是人体中机械结构最简单的器官。

1993年看完电影《终结者2》后,对电影中的机器人能做的事情感到惊讶。在这部电影中,机器人和智能芯片被指出是最重要的两项技术,用于产生终结者机器人。在电影中,英雄角色和母亲必须烧掉这两个核心技术(机器人和智能芯片),同时杀死开发这两个技术的教授。看完这部电影后,我不担心人类的未来。

相反,头脑中机器人非常好,特别是对机器人手的灵活性感兴趣。那时,我要求我的梦想。我的梦想是像电影中的教授一样构建第一个类似终结者的机器人。所以我带着这个梦想去美国自学,转到麻省理工大学实验室,转到实验室的第一天我的梦想就被吞噬了,为什么呢?因为我看到了这个名为Utah/MIT的机器人,所以我的老师很早就构筑了我的梦想,比我看《终结者2》电影的时候早了10年。

渐渐地,我理解了它的历史是两个天才生产的。1983年以后,有各种各样的人类机器人,在这里我佩戴了4个项目,都是代表性的,第一个是德国DNR和哈工大合作的人类机器人,第二个是NASA的机器人,第三个是最近出来的,第四个是酷的。这些机器人像瑞士手表一样,设计美观,机械零件正确变形,各有十几个维度,有很多关节。

同时,他们还有一个共同的特点,他们的费用非常便宜,三高十几万美元。这些机器人已经在许多实验室展示,他们可以做很多事情,刚才也看到了机器人的录像。

他们可以做很多类似人的事情,吃饭,做家务,日常生活什么都做不了。但是,从录像中看到的机器人大部分都是仔细选择和编剧,通过简单的编程,使这些展示能够在特定的环境和运动中构筑很长时间。他们现在还不能在简单的环境中应用。

刚才大家看到的机器人很酷,但在实际生活中很少看到这些机器人的大规模应用,不仅费用便宜,应用环境也很复杂。我们通过工程的方法来解决问题工程的问题,我们有必要修改为工程,通过这些必须找到工程的解决方法。好莱坞指出我们的理念不现实。

他们有WALL-E这部电影。这部电影中机器人的手和人的手不太相似。有三根手指,和人的手指非常不同。

WALL-E可以做很多事情,至少可以在动画中更换灯泡。只是,第一步简单的编程不是人手的机械手,而是有三个手指的机械手,从这个领域开始,由于各种工程的原因和各种问题,可以看到很多不同的工程解决方案。只是,在工业中,我们已经有很多解决办法,不能用机器抓住。

这是上年机器人大会冠军不用机器人,用真空吸收技术打败了其他队伍。在这样的环境下,美国学者指出捕获物品的问题已经解决了,但是捕获工具并用于工具的问题还没有解决。因此,只剩下的问题是机器智能,智能芯片不足。随着科学技术的发展,好莱坞也是第一个时间,那部电影有智能中心,我们现在也有很多这样的智能中心,包括谷歌的智能中心。

在我们的实验室里,我们的发明者拥有一个面向目标功能的网络。这是由各种物体与其功能和使用的操作者组合而成的网络知识库。

我将展示这个网络是如何一起打开的。这个网络通过看在线视频,例如告诉你如何做同样的事情,把这个展示放在网上,处理,根据这个视频得出结论,用什么,用什么动作打开网络,等于科学知识网络。这个科学知识网通过后,不会建立相当大的知识库。

我们可以通过搜索知识库获得想象的信息。例如,今晚不吃油炸牛排,对机器人说,机器人在这个网上搜索,搜索后不能得到图。这张图包括必要的原料、必要的步骤、画面整体的基本要素包括物体和运动。

当机器人完成明确的任务时,许多操作者真正了解其他物体,如手柄螺钉(手柄过程中机器人有不同的力量)。某种程度的物体,运动不同,力量和部位也不同,抓住时必须用不同的手抓住姿势。我们做的是根据任务总结不同的拒绝,根据这个拒绝得到拟合的手抓解决方案。

例如,为了实现锤子,轨迹已经确定。必须做的是减少机器人的运动。

在这张图中,抓住的时候,机器人在运动中必须确保鼠标不会掉下来。另一个把手灯泡的例子是,在把手灯泡时,这个灯泡实际认识(过程中发生了不同的力量)。我个人指出,机器人智能和计算机智能是两个相同的概念。

因为机器人必须真正认识到自然环境,这是一个非常大的问题,一般的计算机智能还没有涉及到。我们今年10月在韩国举行捕获比赛。这里有很多奖品,希望大家组队参加。

其中我们公开发表了9项任务,是机器人实际认识实体环境的任务。最后,了扑克的名言——Make,GraspingGreatAgain,希望能更好地关心机器人的灵活性。

原始文章允许禁止发布。下一篇文章发表了注意事项。

本文关键词:亚博代理赚的是返佣

本文来源:亚博代理赚的是返佣-www.gold-mei.com

相关文章

网站地图xml地图