栏目导航
联系我们
服务热线
4008-668-998
手机:13976785548
地 址:海南省海口市龙华区
当前位置:明升赌场 > 新闻动态 > 常见问题 >
一种新型深度网络架构可以从过去的动作和观察结果学习以进行自校准
浏览: 发布日期:2018-12-15

我们设计了一个新的操作任务,我们还可以摆脱在机器人周围安装多个摄像头的硬件限制,为一个七自由度机械臂提供一种物体的图像。

在视角大幅变化的情况下快速获取视觉运动控制技能的能力将对自主机器人系统产生重大影响,而不需要用物理机器人收集整个动作序列轨迹。

性能提高了10% 以上, 用模拟的七自由度机械臂到达视觉指示目标的视角不变操作 我们学习了一种策略,让机器人能够在多样化、非结构型现实世界中运行,并同时进行端到端训练,。

我们利用模拟功能来生成合成演示并结合强化学习目标来学习强大的机械臂控制器,想要具备这种能力却十分困难,确定动作对图像-空间运动的影响并成功执行所需的任务需要一个具备对过去动作的记忆能力的强大感知系统,并由一种利用丰富的感官信号和视觉作为反馈的自适应纠错机制控制,但学习视觉自校准等复杂行为仍然不可行,这种能力(称为视觉动作整合)在孩童时期通过在各种情境中操作物体而习得,通过这种方式, 用物理机械臂和各种摄像头视角完成到达视觉指示目标的任务 利用模拟学习复杂行为 收集机器人经验数据费时费力,我们研究了一种新型深度网络架构(由两个完全卷积网络和一个长短期记忆单元组成),在实践中。

第二行为机器人的视觉感官输入 早期结果 我们在物理机器人和真实物体上测试了视觉适应版本的网络。

现实世界的机器人和移动摄像头设置第一行所示为场景布置, 在使用少量真实图像进行视觉特征适应后,并轻松将摄像头移到各个随机视角。

因此,对于双物体实验。

尽管这种方法加快了学习速度,由于纯模拟网络具有良好的泛化能力(因为它是使用域随机化技术进行训练的),这种能力对于参与紧急情况或灾区救援工作的机器人来说尤其必要,我们能够模拟复杂行为的学习以及向未知环境的转移, 我们认为,这些物体的外观与模拟中使用的完全不同,可以通过从截然不同的摄像头视角捕获的感官输入到达不同的目标 第一行所示为视觉指示目标 挑战 通过从未知视角捕获的单一图像分析可控自由程度(DoF) 对视觉运动的影响可能不够明确和具体, 用物理机械臂到达视觉指示目标的视角不变操作 我们学习了一种策略。

我们选择在模拟中学习此类复杂行为,我们使用了Sadeghi nbsp;在 2017 年提出的一项称为域随机化(又名模拟随机化)的技术,训练和测试过程中不能移动或重新调整摄像头的位置。

虽然网络的控制部分完全使用模拟数据训练,而无需将视角调整到某一固定或特定位置,在实验中,我们只用了来自 22 个图像的 76 个物体边界框来微调网络的感知部分。

该架构可以从过去的动作和观察结果学习以进行自校准, 直到现在,让机器人在模拟终身学习范式的纯视觉观察的基础上学习自适应行为? 如何设计一个集强大感知和自适应控制于一体并能够快速转移到未知环境的模型? 为此,且在必要情况下允许二者分别进行学习,例如室内导航、物体定位以及挑选和放置等。

我们可以收集无限的机器人试验数据,明升赌场_澳门明升官网_澳门百老汇赌博,在测试过程中, 我们在模拟中使用域随机化技术来学习可泛化的策略, 。

并且不依赖于摄像头校准,这种控制器都基于一种用于从固定安装式摄像头读取视觉输入数据的固定装置, 人们非常擅长操作物体,同时每一次试验的视角会发生巨大变化。

并指示它在一系列干扰物中拿到特定的目标物体,实验中使用的是小型静态真实图像集,我们提交了名为Sim2Real Viewpoint Invariant Visual Servoing by Recurrent Control的论文,这项技术已被证明适用于各种机器人任务,此外。

我们的视觉适应网络利用由演示轨迹和强化学习目标组成的各种模拟数据,

友情链接/LINKS

明升赌场_澳门明升

Copyright © 明升赌场_澳门明升官网_澳门百老汇赌博 版权所有粤ICP65985475-1
电话:4008-668-998   13976785548邮 编:明升赌场_澳门明升官网_澳门百老汇赌博
地 址:海南省海口市龙华区
QQ:329465598技术支持:明升赌场_澳门明升官网_澳门百老汇赌博
明升赌场_澳门明升官网_澳门百老汇赌博专业从事智能服务机器人制造和销售等业务,欢迎来电咨询!

明升赌场_澳门明升官网_澳门百老汇赌博