該機(jī)器人掌握了大量有關(guān)三維圖形及其抓握技巧的數(shù)據(jù)，能判斷如何使用不同的抓握力度抓起不同的物品。伯克利的研究人員把圖片傳送到機(jī)器人的深度學(xué)習(xí)系統(tǒng)，它連接著機(jī)器人的手臂和3D傳感器。當(dāng)一個(gè)新物體被放在機(jī)器人面前時(shí)，它的深度學(xué)習(xí)系統(tǒng)能快速幫它匹配得到適合的圖形和抓握技巧，并指揮手臂該如何操作。

 

　　據(jù)悉，這款機(jī)器人的抓握性能堪稱(chēng)史上最佳。在測(cè)試中，當(dāng)機(jī)器人判斷物體的抓握成功率高于50%時(shí)，它總能成功提起物體，雖然會(huì)有一些搖晃，但物體掉落的概率只有2%。如果機(jī)器人判斷該物體難以抓握，它會(huì)撥動(dòng)使之適合抓取，調(diào)整角度后的抓握成功率高達(dá)99%。

 

　　當(dāng)前的機(jī)器人手臂大多只能抓取“熟悉”的物體，且研究人員往往需要為它提供大量練習(xí)，這個(gè)過(guò)程是非常耗時(shí)的。伯克利的新發(fā)明展示了一種新方法：把深度學(xué)習(xí)和云服務(wù)用于機(jī)器人抓握。這個(gè)創(chuàng)新避免了大量訓(xùn)練，同時(shí)提高了機(jī)器人在工廠和倉(cāng)庫(kù)中的適用性。通過(guò)深度學(xué)習(xí)，機(jī)器人甚至能在一些新的應(yīng)用領(lǐng)域工作，如醫(yī)院、家庭。

 

　　伯克利大學(xué)的嗯教授Ken Goldberg表示，不同于傳統(tǒng)機(jī)器人需要進(jìn)行長(zhǎng)達(dá)幾個(gè)月的物理實(shí)驗(yàn)，這款機(jī)器人不需要實(shí)地練習(xí)，它能在模擬環(huán)境中學(xué)習(xí)數(shù)據(jù)集中包含的三維圖形、視覺(jué)外觀和抓握技巧，“培訓(xùn)”時(shí)間僅需1天。

　　伯克利教授Ken Goldberg（左）和西門(mén)子研究組組長(zhǎng)Juan Aparicio

 

　　據(jù)悉，該研究的相關(guān)論文將于今年7月發(fā)表，屆時(shí)Ken Goldberg教授和其他研究人員將公布機(jī)器人使用的三維數(shù)據(jù)集，幫助推動(dòng)計(jì)算機(jī)視覺(jué)技術(shù)發(fā)展。

 

　　目前機(jī)器視覺(jué)技術(shù)尚處于萌芽期，學(xué)界極度缺乏相關(guān)數(shù)據(jù)，系統(tǒng)的數(shù)據(jù)集也亟待建立。深度學(xué)習(xí)、控制算法和新材料的進(jìn)步不進(jìn)有利于構(gòu)建新型物理機(jī)器人，還將開(kāi)啟“機(jī)器換人”的新紀(jì)元，帶來(lái)重大的經(jīng)濟(jì)影響。雖然幾十年前機(jī)器人就已出現(xiàn)在各類(lèi)倉(cāng)庫(kù)和生產(chǎn)線(xiàn)，如亞馬遜的kiva機(jī)器人，但當(dāng)前大多數(shù)機(jī)器人只能搬運(yùn)物品，機(jī)器人的分揀技術(shù)還相當(dāng)笨拙。

 

　　美國(guó)麻省理工的一個(gè)實(shí)驗(yàn)室也在做相關(guān)實(shí)驗(yàn)，伯克利的成果讓他們印象深刻。一家德國(guó)企業(yè)已與伯克利取得聯(lián)系，希望能實(shí)現(xiàn)該項(xiàng)技術(shù)的商業(yè)化。

 

　　靈巧的雙手對(duì)人類(lèi)智力的發(fā)展至關(guān)重要，在長(zhǎng)期的演變過(guò)程中，人類(lèi)形成了一個(gè)良性反饋循環(huán)，視覺(jué)變得更敏銳，腦力得到了大大增強(qiáng)。“抓握”雖然簡(jiǎn)單，但它必將在人造智能的演變中發(fā)揮作用。