英伟达新算法6-DoFGraspNet可以帮助机器人拿起任何物体

外媒报道称，英伟达研究院在通过深度学习训练各种任务模型方面取得了很大进展。最近公司让BERT实现了史上最快的训练时间，也训练出了史上改造最大的模型。

168209620 _ ddxo _ p7umaes6or.jpg(416.05 kb，下载次数3360 0)

2019-9-12 09336029上传

然而，正如预期的那样，使用深度学习的算法首先需要一个庞大的数据库，这在很多情况下是一种奢侈。除了继续使用深度学习进行研究，该公司还将精力集中在另一个方向上。据悉，英伟达在西雅图机器人实验室开发了一种新算法——6-DOF grass net，可以让机器人抓取任何物体。

6自由度草网的工作是：机械手在6D空间(空间中的X，Y，Z坐标平面和旋转的三维空间)观察物体并决定向哪里移动。该算法旨在生成一组可能的抓取器，并根据要求移动它们。整个抓地力然后通过一个“抓地力评估”，这分配一个分数给每一个可能的抓地力。最后，握杆评价器通过局部变换调整握杆变量，提高最佳握杆的成功率。有趣的是，研究人员选择了“综合训练数据”，而不是深度学习。英伟达使用的NVIDIA Flex评测方法是一种使用粒子的模拟技术，可以瞬间产生视觉效果。

英伟达研究人员表示，6-DOF GrassNet最大的优势之一是可以用来抓取任何物体；其次，它是模块化的，这使得它适用于各种计算机视觉应用和运动规划算法。第三，它可以与模型配合使用，模型可以根据各种物体的“点云”来分配形状，这将确保机械臂不会与任何障碍物发生碰撞。

来源

标签：