1568209620_ddxo_p7umaes6or.jpg (416.05 KB, 下載次數: 0)
2019-9-12 09:29 上傳
然而正如預期的新算那樣，採用深度學習的新算算法首先需要一個龐大的數據庫，這在許多情況下是新算一種奢侈品。除了繼續使用深度學習進行研究外，新算該公司還將精力集中到了另一個方向。新算據悉NVIDIA在西雅圖機器人實驗室開發了一種新的新算算法--6-DoF GraspNet，其能讓機器人抓取任意物體。新算
6-DoF GraspNet的新算工作如下：機械手觀察物體并決定在6D空間（空間中的x、y、新算z坐標平面和旋轉三維空間）中移動到哪里。新算該算法的新算設計方式是生成一組可能的握持器并根據需求進行移動。然后整個握持器通過一個“握持評估器”運行，新算該評估器會為每個可能的握持分配一個分數。最后握持評估器通過局部變換調整握持變量進而提高最佳握持的成功率。有趣的是研究人員并沒有選擇採用深度學習的方法，反倒是選擇了“綜合訓練數據”。NVIDIA在這當中使用的Nvidia FleX評估法是一種採用粒子的模擬技術，它可以即時生成視覺效果。
NVIDIA的研究人員表示，6-DoF GraspNet最大的優勢之一在于它可以用來抓取任意物體；其次是它的模組化，這使得它可以用于各種計算機視覺應用和運動規劃算法；第三，它可以跟一個模型一起使用，該模型可根據各種物體的“點云”來分配形狀，而這將能確保機械臂不會跟任何障礙物相撞。
消息來源
