Automatizuoti sandėlio užduotis gali būti sudėtinga.
„Sandėliai vis dar aptarnaujami daugiausiažmonių, nes robotams vis dar labai sunku patikimai paimti daug įvairių objektų, aiškina vyresnysis tyrimo autorius Kenas Goldbergas. - Automobilių surinkimo linijoje tas pats judėjimas kartojasi vėl ir vėl, todėl jį galima automatizuoti. Bet sandėlyje visi užsakymai yra skirtingi “.
Vaizdo įrašas, parodantis sandėlio roboto manipuliatoriaus veikimą judant prieš ir po giluminio neuroninio tinklo pritaikymo. Autorius: Ichnowski ir kt.
Ankstesniame darbe Goldbergas ir UC Berkeley podoktorantūros tyrėjas Jeffrey Ichnowski sukūrė suvokimo optimizuotą judesio planuotoją.Tačiau inžinieriams nepavyko padaryti judesių sklandžių. Nors programinės įrangos nustatymai buvo sukonfigūruoti taip, kad sukurtų būtent tai, skaičiavimai vidutiniškai užtruko apie pusvalandį.
Naujame Goldbergo ir Ichnowskio tyrimeBendradarbiavimas su UC Berkeley absolventu Yahav Avigal ir studentu Vishal Satish žymiai pagreitino judesio planavimo priemonės skaičiavimo laiką, integruodamas neuroninį tinklą su giliu mokymusi.
Neuroniniai tinklai leidžia robotui mokytis iš pavyzdžių.Tačiau šie aproksimacijos ne visada yra pakankamai tikslūs.Goldbergas ir Ichnowskis nustatė, kad neuroninio tinklo sukurtas aproksimavimas gali būti optimizuotas naudojant specialų planuoklį. Sujungusi neuroninį tinklą su judesio planuokliu, komanda sumažino vidutinį skaičiavimo laiką nuo 29 sekundžių iki 80 milisekundžių.
Tyrimo autoriai įsitikinę, kad dėl šios ir kitų pasiekimų robotai netrukus galės "Tai puiki nauja galimybė robotams palaikyti žmones", – apibendrinaGoldberg.
Taip pat skaitykite
Neuronai žmogaus smegenyse ir galaktikų tinkle yra panašūs
Dėl plokščių judėjimo Ramiojo vandenyno dugnas dabar yra giliai po Kinija
Mokslininkai įsilaužė į dulkių siurblį robotą, kad nuotoliniu būdu įrašytų vartotojų pokalbius