女人自慰AV免费观看内涵网,日韩国产剧情在线观看网址,神马电影网特片网,最新一级电影欧美,在线观看亚洲欧美日韩,黄色视频在线播放免费观看,ABO涨奶期羡澄,第一导航fulione,美女主播操b

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

研究人員推出了一種新的基于深度學(xué)習(xí)的策略

倩倩 ? 來源:科技報告與資訊 ? 2020-03-26 15:47 ? 次閱讀

為了與周圍環(huán)境有效交互,機器人應(yīng)該能夠像人類一樣通過觸摸不同物體來識別它們的特征。通過使用傳感器收集的反饋來調(diào)整他們的抓握和操縱策略,這將使他們能夠更有效地抓握和管理對象。

考慮到這一點,全世界的研究小組一直在嘗試開發(fā)可通過分析傳感器收集的數(shù)據(jù)來使機器人具有觸覺的技術(shù),其中許多都是基于深度學(xué)習(xí)架構(gòu)的使用。盡管其中一些方法很有希望,但它們通常需要大量的訓(xùn)練數(shù)據(jù),并且無法始終很好地概括以前沒有學(xué)習(xí)過的物體。

蘇黎世聯(lián)邦理工學(xué)院的研究人員最近推出了一種新的基于深度學(xué)習(xí)的策略,該策略可以在不需要大量真實數(shù)據(jù)的情況下在機器人中實現(xiàn)觸覺傳感。在arXiv上預(yù)先發(fā)表的一篇論文中概述了他們的方法,該方法需要完全在模擬數(shù)據(jù)上訓(xùn)練深度神經(jīng)網(wǎng)絡(luò)

進行這項研究的研究人員之一卡洛·斯費拉扎(Carlo Sferrazza)說:“我們的技術(shù)從數(shù)據(jù)中學(xué)習(xí)如何預(yù)測與傳感表面接觸的物體施加的力的分布,到目前為止,這些數(shù)據(jù)(成千上萬個數(shù)據(jù)點)需要在幾個小時的實驗設(shè)置中收集,這在時間和設(shè)備方面都是昂貴的。在這項工作中,我們完全在模擬,在現(xiàn)實世界中部署我們的技術(shù)時可保持較高的傳感精度。”

在實驗中,Sferrazza和他的同事使用他們制造的帶有簡單且低成本組件的傳感器,該傳感器由置于軟質(zhì)材料下方的標準相機組成,該材料包含隨機散布的微小塑料顆粒。

當(dāng)對其表面施加力時,軟材料會變形并導(dǎo)致塑料顆粒移動,然后,該運動由傳感器的攝像頭捕獲并記錄。

Sferrazza解釋說:“我們利用由移動粒子產(chǎn)生的圖像圖案來提取有關(guān)導(dǎo)致材料變形的力的信息。通過將粒子密集地嵌入到材料中,我們可以獲得極高的分辨率。由于我們采用數(shù)據(jù)驅(qū)動的方法來解決此任務(wù),因此,我們可以克服建模與軟材料接觸的復(fù)雜性,并以較高的方式估算這些力的分布準確性。”

本質(zhì)上,研究人員使用最新的計算方法創(chuàng)建了傳感器的軟材料和相機投影的模型。然后,他們在仿真中使用了這些模型,以創(chuàng)建包含13448張合成圖像的數(shù)據(jù)集,非常適合訓(xùn)練觸覺感應(yīng)算法。他們在仿真中為其觸覺感應(yīng)模型生成訓(xùn)練數(shù)據(jù)這一事實方面具有極大的優(yōu)勢,因為這避免了他們不得不在現(xiàn)實世界中收集和注釋數(shù)據(jù)。

Sferrazza說:“我們還開發(fā)了一種轉(zhuǎn)移學(xué)習(xí)技術(shù),使我們可以在現(xiàn)實世界中生產(chǎn)的觸覺傳感器的多個實例上使用相同的模型,而無需其他數(shù)據(jù)。這意味著每個傳感器的生產(chǎn)成本變得更低,因為它們不需要額外的校準工作。”

研究人員使用他們創(chuàng)建的綜合數(shù)據(jù)集來訓(xùn)練基于視覺的觸覺應(yīng)用的神經(jīng)網(wǎng)絡(luò)架構(gòu),然后通過一系列測試評估其性能。即使經(jīng)過模擬訓(xùn)練,神經(jīng)網(wǎng)絡(luò)也取得了非凡的結(jié)果,可以對真實數(shù)據(jù)進行準確的感測預(yù)測。

“當(dāng)我們訓(xùn)練的量身定制的神經(jīng)網(wǎng)絡(luò)體系結(jié)構(gòu)應(yīng)用于與我們的模擬中所使用的數(shù)據(jù)完全不同的數(shù)據(jù)時,例如在估計與任意一個或多個對象的接觸時,也顯示出非常有希望的泛化可能性,可用于其他情況形狀。” Sferrazza說。

由Sferrazza和他的同事開發(fā)的深度學(xué)習(xí)體系結(jié)構(gòu)可以為機器人提供人為的觸摸感,從而有可能增強其抓握和操縱技能。此外,他們編輯的綜合數(shù)據(jù)集可用于訓(xùn)練其他模型以進行觸覺感測,或啟發(fā)創(chuàng)建新的基于仿真的數(shù)據(jù)集。

Sferrazza說:“我們現(xiàn)在要在涉及與復(fù)雜對象的非常普通的交互的任務(wù)中評估我們的算法,并且我們也在努力提高其準確性。我們認為這項技術(shù)在應(yīng)用于現(xiàn)實世界的機器人任務(wù)時將顯示出其優(yōu)勢,例如對易碎物體(例如玻璃或雞蛋)進行精細操縱的應(yīng)用。”

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • 機器人
    +關(guān)注

    關(guān)注

    213

    文章

    29508

    瀏覽量

    211630
  • 神經(jīng)網(wǎng)絡(luò)

    關(guān)注

    42

    文章

    4809

    瀏覽量

    102826
  • 深度學(xué)習(xí)
    +關(guān)注

    關(guān)注

    73

    文章

    5555

    瀏覽量

    122495
收藏 人收藏

    評論

    相關(guān)推薦
    熱點推薦

    研究人員開發(fā)出基于NVIDIA技術(shù)的AI模型用于檢測瘧疾

    瘧疾曾度在委內(nèi)瑞拉銷聲匿跡,但如今正卷土重來。研究人員已經(jīng)訓(xùn)練出個模型來幫助檢測這種傳染病。
    的頭像 發(fā)表于 04-25 09:58 ?249次閱讀

    研究人員利用激光束開創(chuàng)量子計算新局面

    演示設(shè)備 威特沃特斯蘭德大學(xué)(Wits)的物理學(xué)家利用激光束和日常顯示技術(shù)開發(fā)出了一種創(chuàng)新的計算系統(tǒng),標志著在尋求更強大的量子計算解決方案方面取得了重大飛躍。 該大學(xué)結(jié)構(gòu)光實驗室的研究人員取得的這
    的頭像 發(fā)表于 12-18 06:24 ?329次閱讀
    <b class='flag-5'>研究人員</b>利用激光束開創(chuàng)量子計算新局面

    NPU在深度學(xué)習(xí)中的應(yīng)用

    設(shè)計的硬件加速器,它在深度學(xué)習(xí)中的應(yīng)用日益廣泛。 1. NPU的基本概念 NPU是一種專門針對深度學(xué)習(xí)算法優(yōu)化的處理器,它與傳統(tǒng)的CPU和G
    的頭像 發(fā)表于 11-14 15:17 ?1719次閱讀

    一種基于深度學(xué)習(xí)的二維拉曼光譜算法

    近日,天津大學(xué)精密儀器與光電子工程學(xué)院的光子芯片實驗室提出了一種基于深度學(xué)習(xí)的二維拉曼光譜算法,成果以“Rapid and accurate bacteria identificati
    的頭像 發(fā)表于 11-07 09:08 ?651次閱讀
    <b class='flag-5'>一種</b>基于<b class='flag-5'>深度</b><b class='flag-5'>學(xué)習(xí)</b>的二維拉曼光譜算法

    AI大模型與深度學(xué)習(xí)的關(guān)系

    AI大模型與深度學(xué)習(xí)之間存在著密不可分的關(guān)系,它們互為促進,相輔相成。以下是對兩者關(guān)系的介紹: 深度學(xué)習(xí)是AI大模型的基礎(chǔ) 技術(shù)支撐 :
    的頭像 發(fā)表于 10-23 15:25 ?2698次閱讀

    英特爾推出全新實感深度相機模組D421

    英特爾 實感 技術(shù)再次突破界限,推出全新的英特爾 實感 深度相機模組D421。這是款入門級立體深度模組,旨在以高性價比將先進的深度感應(yīng)技術(shù)
    的頭像 發(fā)表于 10-11 15:26 ?727次閱讀

    FPGA做深度學(xué)習(xí)能走多遠?

    ,F(xiàn)PGA 也需要不斷適應(yīng)和改進。研究人員和開發(fā)者將致力于針對 FPGA 的特點對深度學(xué)習(xí)算法進行優(yōu)化,例如探索更高效的模型壓縮方法、量化技術(shù)以及硬件友好的算法結(jié)構(gòu)等,以進步提高 F
    發(fā)表于 09-27 20:53

    NVIDIA推出全新深度學(xué)習(xí)框架fVDB

    在 SIGGRAPH 上推出的全新深度學(xué)習(xí)框架可用于打造自動駕駛汽車、氣候科學(xué)和智慧城市的 AI 就緒型虛擬表示。
    的頭像 發(fā)表于 08-01 14:31 ?1029次閱讀

    PyTorch深度學(xué)習(xí)開發(fā)環(huán)境搭建指南

    PyTorch作為一種流行的深度學(xué)習(xí)框架,其開發(fā)環(huán)境的搭建對于深度學(xué)習(xí)研究者和開發(fā)者來說至關(guān)重要
    的頭像 發(fā)表于 07-16 18:29 ?2295次閱讀

    深度學(xué)習(xí)中反卷積的原理和應(yīng)用

    深度學(xué)習(xí)的廣闊領(lǐng)域中,反卷積(Deconvolution,也稱作Transposed Convolution)作為一種重要的圖像上采樣技術(shù),扮演著至關(guān)重要的角色。特別是在計算機視覺任務(wù)中,如圖
    的頭像 發(fā)表于 07-14 10:22 ?4507次閱讀

    深度神經(jīng)網(wǎng)絡(luò)(DNN)架構(gòu)解析與優(yōu)化策略

    深度神經(jīng)網(wǎng)絡(luò)(Deep Neural Network, DNN)作為機器學(xué)習(xí)領(lǐng)域中的一種重要技術(shù),以其強大的特征學(xué)習(xí)能力和非線性建模能力,在多個領(lǐng)域取得了顯著成果。DNN的核心在于其多
    的頭像 發(fā)表于 07-09 11:00 ?3597次閱讀

    深度學(xué)習(xí)與nlp的區(qū)別在哪

    深度學(xué)習(xí)和自然語言處理(NLP)是計算機科學(xué)領(lǐng)域中兩個非常重要的研究方向。它們之間既有聯(lián)系,也有區(qū)別。本文將介紹深度學(xué)習(xí)與NLP的區(qū)別。
    的頭像 發(fā)表于 07-05 09:47 ?1518次閱讀

    深度學(xué)習(xí)常用的Python庫

    深度學(xué)習(xí)作為人工智能的個重要分支,通過模擬人類大腦中的神經(jīng)網(wǎng)絡(luò)來解決復(fù)雜問題。Python作為一種流行的編程語言,憑借其簡潔的語法和豐富的庫支持,成為了
    的頭像 發(fā)表于 07-03 16:04 ?1077次閱讀

    研究人員提出一種電磁微鏡驅(qū)動系統(tǒng)

    領(lǐng)域。MEMS微鏡作為一種微光機電系統(tǒng)(MOEMS),已廣泛應(yīng)用于醫(yī)療、汽車、消費和軍事電子等眾多領(lǐng)域。當(dāng)前,業(yè)界對具有廣闊前景的小型激光雷達的需求不斷增長。之前,已有研究開發(fā)了大量使用電熱、靜電、壓電和電磁驅(qū)動的微鏡。其
    的頭像 發(fā)表于 07-02 17:04 ?1.1w次閱讀

    研究人員利用人工智能提升超透鏡相機的圖像質(zhì)量

    研究人員利用深度學(xué)習(xí)技術(shù)提高了直接集成在 CMOS 成像芯片上的超透鏡相機(左)的圖像質(zhì)量。超透鏡利用 1000 納米高的圓柱形氮化硅納米柱陣列(右圖)操縱光線。 研究人員利用
    的頭像 發(fā)表于 06-11 06:34 ?592次閱讀
    <b class='flag-5'>研究人員</b>利用人工智能提升超透鏡相機的圖像質(zhì)量