IAI無塵室規(guī)格寬滑塊型電缸CORETEC壓力機(jī)
IAI無塵室規(guī)格寬滑塊型電缸CORETEC壓力機(jī)
IAI無塵室規(guī)格寬滑塊型電缸CORETEC壓力機(jī)
IAI無塵室規(guī)格寬滑塊型電缸CORETEC壓力機(jī)
傳統(tǒng)的機(jī)器人學(xué)研究認(rèn)為，需要非常清楚要抓取的物體的三維幾何形狀，分析受力位置和力的大小，再反向計(jì)算機(jī)器手如何一步步移動(dòng)到這些位置。但這種方式抓取不規(guī)則形狀和柔性物體會(huì)很困難。例如毛巾，可能需要看成一系列剛體的鏈接，再進(jìn)行動(dòng)力學(xué)建模分析，但是計(jì)算量比較大。而小黃鴨那樣的橡膠，外部并不能看出彈性程度，難以計(jì)算出需要施加的正確的力。
Pieter Abbeel、DeepMind和OpenAI關(guān)于機(jī)器人控制的研究，都以此深度強(qiáng)化學(xué)習(xí)為基礎(chǔ)。基于強(qiáng)化學(xué)習(xí)進(jìn)行機(jī)器人抓取，以機(jī)器視角看到的圖像為輸入，以機(jī)器最終抓到物體為目標(biāo)，不斷對機(jī)器進(jìn)行訓(xùn)練，從而在不建模和不做受力分析的情況下，實(shí)現(xiàn)對物體的抓取。Pieter Abbeel已經(jīng)展示過機(jī)器人疊毛巾，開瓶蓋，裝玩具等復(fù)雜的動(dòng)作。
不過基于強(qiáng)化學(xué)習(xí)也仍有很多問題，如效率低、推理過程長、任務(wù)難以描述、不能終身學(xué)習(xí)、不能限度從真實(shí)世界獲取信息等。其中一些通過meta學(xué)習(xí)，one-shot學(xué)習(xí)，遷移學(xué)習(xí)，VR示教等方法的引入得到了改善，有些則還暫時(shí)難以解決。
