Nyt system lærer at gribe objekter

Systemet, kaldet Dex-Net 2.0, er udviklet af forskere ved University of California, Berkeley. Den bruger en dyb læringsalgoritme til at lære af sine fejl og forbedre sine gribefærdigheder over tid.

I test var Dex-Net 2.0 i stand til at gribe objekter af forskellige former og størrelser, herunder en tandbørste, en legetøjsbil og en kop kaffe. Systemet var også i stand til at tilpasse sig forskellige typer overflader, såsom et bord, en bordplade og en autostol.

"Dex-Net 2.0 er en væsentlig forbedring i forhold til vores tidligere system," sagde medforfatter Pieter Abbeel fra University of California, Berkeley. "Den er i stand til at lære af sine fejl meget hurtigere og mere effektivt, og den kan nu gribe objekter, der er ret forskellige fra hinanden i form og størrelse."

Forskerne mener, at Dex-Net 2.0 kunne bruges til at udvikle nye robotsystemer, der kan udføre en række forskellige opgaver, såsom at samle genstande op, gøre rent i et hus eller samle møbler.

Et papir, der beskriver det nye system, blev offentliggjort i tidsskriftet Science Robotics.

Hvordan Dex-Net 2.0 lærer

Dex-Net 2.0 bruger en dyb læringsalgoritme kaldet forstærkningslæring til at lære at gribe objekter. Forstærkningslæring er en type maskinlæring, der gør det muligt for et system at lære af sine fejltagelser ved at belønne det for god opførsel og straffe det for dårlig opførsel.

I tilfælde af Dex-Net 2.0 bliver systemet belønnet, når det griber en genstand med succes og straffes, når det fejler. Systemet bruger denne feedback til at justere sin adfærd over tid, indtil det er i stand til at gribe objekter konsekvent.

Applikationer af Dex-Net 2.0

Forskerne mener, at Dex-Net 2.0 kan bruges til at udvikle nye robotsystemer, der kan udføre en række opgaver, såsom:

* Samling af objekter: Dex-Net 2.0 kunne bruges til at udvikle robotsystemer, der kan opfange genstande af forskellige former og størrelser, såsom dagligvarer, værktøj eller legetøj.

* Rengøring af et hus: Dex-Net 2.0 kunne bruges til at udvikle robotsystemer, der kan rense et hus, såsom ved at støvsuge, støve og moppe.

* Samling af møbler: Dex-Net 2.0 kunne bruges til at udvikle robotsystemer, der kan samle møbler, såsom ved at fastgøre skruer, møtrikker og bolte.

Forskerne udforsker i øjeblikket disse og andre anvendelser af Dex-Net 2.0. De mener, at systemet har potentialet til at revolutionere den måde, robotter interagerer med den fysiske verden på.