TR35|SergeyLevine:提高机器人任务能力的关键,就是让它成为“自学小能手”|新智造【电竞下注app】

本文摘要:美国时间8月23日,《麻省理工科学技术评论》发表了第16届TR35排行榜,也就是世界上35岁以下的青年创新者排行榜。

电竞赛事外围投注

美国时间8月23日,《麻省理工科学技术评论》发表了第16届TR35排行榜,也就是世界上35岁以下的青年创新者排行榜。各路精英在创造力、毅力、管理能力方面领先,他们的创造力领域涉及医疗、能源、计算机和先进设备电子设备,他们的事业舞台包括创业公司、研发机构和企业巨头。他们是各自领域的领导人物。加利福尼亚大学伯克利分校机器人学专家SergeyLevine是其中之一。

在今年3月的棋手人机大战中,谷歌人工智能AlphaGO打败了世界上最优秀的棋手李世石,深深感慨了当今人工智能的强大力量。那时候,SergeyLevine谷歌公司工作。

在这9个月的工作时间里,他目睹了人工智能的胜利,在钦佩AlphaGo在机械学习领域取得的成果的同时,他发现了这个强大的棋手游戏算法中不存在的显着缺点。他笑着说,即使他们(程序)需要战胜世界上最大的篮球运动员,他们也没有特意拿过象棋。众所周知,机器人拥有强大的大脑,充分聪明,运算速度快,需要完成人类无法完成的工作。但是,人类中最少见的最简单的动作(扔桌子、抓杯子等)也没有缺点。

因此,要成功完成这些任务,自学能力是最重要的。SergeyLevine实现的是教机器人自学。让机器人吸取经验,自学成才在谷歌研究所,14只机器人的胳膊放在一起,倒数月捡到不同的东西,轻,重,施明德,大,小,软,硬,半透明。

这是SergeyLevine团队开展的项目。每天捡东西听起来有点傻,但Sergey和Levine实际上是独一无二的,有意义的根本性。教机器人完成动作,传统方法首先要让机器人识别、识别不同的物体,通过反复训练,最后才能实现目标。

这种方法在教会机器人完成非常简单的任务(例如拧上盖子)时也有效,但该训练过程长而无色。此外,在面对简单的任务时,这种方法的效果并不明显。

SergeyLevine团队的方法与传统方法完全不同,其重要的是将已经优秀的图像识别分类算法作为机械臂使机器人能够从以前的成功经验中自学。首先,Levine将手臂原作为手头容易解决问题的目标(例如拧上盖子),完成后,手臂可以总结以前的顺利案例,利用自学经验,便于完成今后的任务。

同时,机器人不观测视觉系统数据如何构成机械臂的马达信号,正确完成任务。此外,机器人不会监督自己的自学过程。为了让这14只机械臂每天拾取不同的东西,自学需要不同的东西,在经验中使用其他东西。

Levine回答:这是对机器本身不道德的反向工程。这样就可以将自学的科学知识运用到后续的相关任务中,这样机器人就不会更聪明了。

用卷积神经网络调教的机器人,教机器人捡起不同的东西非常复杂。因为传感器数据和实际行动之间没有显着的必然联系,特别是大量的传感器数据突然变成黄泥时。为了解决这一点,SergeyLevine团队将机械臂杂乱地用于单目视觉控制器、深度卷积神经网络拾取目标物(杯子、胶带座、玩具海豚等),预测捕获结果。

机器人的度卷积神经网络不会大幅度开展自我再训练(最初多次结束,但不会逐渐恶化)。起初,团队使用的机械臂不多,但后来为了缓慢这个过程,团队分阶段投入了14只机械臂进行了研究。

这一系列过程几乎是自律的,人类必须填充箱子,关闭电源等待机器人积极完成任务。经过一年的训练,手臂需要自己捕捉和捡起小东西。但是,机械臂的编程信息一般用于识别物体,按照预期的程序反应,不能像人一样根据周围的环境改变。然后问题出现了:对于可预测的物体和环境,机械臂可以很好地处理,但是他们能抓住从未见过的物体吗?为了探索这一点,SergeyLevine将机器人的手臂伸入随机放入物体的箱子中,用药物的运气随机捕捉物体。

一天后,他收集机器人捕捉物体的数据,用这些数据训练神经网络,使捕捉物体的结果更加理想。80万次(相当于3000小时的机器人训练)捕捉行动后,手臂可以自动失去自己的行动。迅速,他们可以更成功地捕捉物体,甚至不使用一些策略,如冲出物体捕捉另一个物体,或者捕捉硬物体,而不是软物体。

在机械臂完成所有这些任务的过程中,程序员没有写系统告诉他们如何捕捉物体,但他们可以从自己的经验中自学。此外,还可用于系统环路,将捕获物体的失败率降至18%。目前,SergeyLevine研究的机器人已经用剑法抓住东西的绝学,但是从实验室回到现实世界,能够应对多变的环境、不同的目标物、不同的照明条件和不同程度的磨损,这些机械臂还需要长期的调教期。

目前,SergeyLevine希望将其研究扩展到更长的领域,在实验室以外的各种现实环境中进行尝试。我们希望这些机器人需要学习,成为更聪明、更有灵魂的机器人。

新智造(公共编号:)旗下专注于机器人的公共编号,关注机器人的现状和未来,以及与机器人融合的产业。感兴趣的朋友可以添加微信号AIRobotics,也可以扫描以下二维码进行关注!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:电竞下注app,电竞下注,电竞赛事外围投注

本文来源:电竞下注app-www.wayfarerart.com