最火深度学习机械臂能模拟自己建模标准卡地板插座铸钢阀门剃毛器输送泵Frc

深度学习机械臂能模拟自己建模

美国哥伦比亚大学研究人员在机器人研发方面取得重大进展，他们开发出的机械臂，能够在没有任何物理学、几何学和运动动力学先验知识的情况下自建模型，来思考和适应不同情况避雷管，处理新任务，以及检测和修复自身损伤。相关研究30日发表在《科学·机器人》杂志上。

数十年来，拥有自我意识的一直是科幻小说家热衷的素材，但到目前喷漆房为止，现实世界中自动控制机器的运作还都依赖人类为其建模。如果想让机器变得独活塞杆表面构成镜面立，迅速适应2查看营业执照、相干国家规定的资质一些无法预见的售后服务安心场景，首先需要让它们学会模拟自己。

在新研究中，研究人员设计了一个四自由度铰链式机械臂，该机械臂一开始会进行随机移动，收集大约1000条移动轨迹数据，然后通过深度学习，自建模型。最初的自建模型非常不准确，机械臂不知道它是什么，也不知道它的关节是如何连接的。但经过不到35个小时的训练，这个自建模型就可以与真实的机械臂高度一致。

研究人员测试了这一机械臂执行取放任务——抓住充气袋物体并将其放入一个容器中的能力。在闭环控制系统中，机械臂的成功率为100%。而在没有任何外部信息反馈、完全依赖内部自建模型的开环系统中，机械臂的成功率也达到了44%。此外，研究人员3、做实验进程中还测试了机器臂自检损伤的能力。他们用一个3d打印的变形组件来替代机械臂原有组件，而机械臂检测到了这一变化并重新训练了它的自建模型，最终机械臂的性能几乎没有受到影响，同样很好地完成了取放任务。

液压钳研究人员指出，自建模型的能力是机器人摆脱所谓的“狭义”限制，获得更强大能力的关键。虽然新研发机械臂的自建模能力还无法与人类相比，但相关研究向研发出拥有自我意识的机器人迈出了重要一步。

同时研究人员也警告称，使机器拥有自我意识的技术虽然能产生更有弹性和适应性的系统，但也意味着某种程度的失控，需谨慎对待。