一种用于增强机器人在操纵任务上性能的系统鞋柜
一种用于增强机器人在操纵任务上性能的系统
在过去的十年左右的时间里,机器学习的进步推动了自动驾驶系统,虚拟助手和移动机器人等系统的发展。除其他事项外,开发自主系统的研究人员需要找出方法来整合旨在解决不同但又互补的子任务的组件。
例如,在人类用户家中完成手动任务的机器人应该能够感知其环境中的对象,同时还可以获取有关这些对象的信息,然后这些信息可用于计划其动作和动作中国机械网okmao.com。这个过程也被称为“感知-认知-行动”范例,具有至关重要的意义,因为它最终使机器人能够提出有用的策略并有效地完成任务。
到目前为止,大多数在机器人中实现这种感知-认知-行动范例的方法都将这三个任务视为几乎完全独立的模块,彼此之间互为黑匣子。但是,不来梅大学和德国慕尼黑大学的一组研究人员认为,将机器人的“感知”系统与其认知(即其“推理”或检索周围环境中物体信息的能力)联系起来可以大大改善其整体性能。
考虑到这一点,研究人员最近开发了一种认知感知系统,可以提高移动机器人在日常操纵任务中的性能。这个被称为ROBOSHERLOCK的系统通过内容分析(CA)获得感知,该策略需要使用统计方法来分析大量数据。
ROBOSHERLOCK分析的数据是“非结构化”的,因为其结构不能像在数据库或电子表格中那样反映与之关联的语义。因此,该系统使用一种称为非结构化信息管理(UIM)的策略,这实质上意味着它可以使用一组信息提取算法来处理大量非结构化数据(例如,文本文档,音频文件,图像等)。这些算法中的每一种都根据其“专业知识”提取不同类型的知识,随后对它们进行评级和组合以得出单个一致的决策。
研究人员在论文中写道:“在ROBOSHERLOCK中,现实场景的感知和解释被制定为非结构化信息管理(UIM)问题。” “ UIM原理的应用支持感知系统的实现,该感知系统可以回答与场景中对象有关的任务相关查询,通过结合多种感知算法的优势来提高对象识别性能,支持基于知识的对象推理,并实现自动和知识驱动的处理管道生成。”
研究人员通过一系列测试评估了他们的框架,并将其应用于现实世界场景感知的不同系统。他们发现,通过对其算法检索到的背景知识进行“推理”(即处理)可以使ROBOSHERLOCK回答各种各样的问题,而在周围环境中则可以直接感知到。
研究人员在最近的研究中介绍的ROBOSHERLOCK组件可被视为其核心功能。随后,研究人员还开发了一些扩展功能,以增强系统的认知能力。例如,他们创建了一个扩展,该扩展允许系统同时检测人类和物体,从而推断人类正在执行的动作以及这些动作的意图。
研究人员在论文中写道:“最近,我们研究了ROBOSHERLOCK框架如何使代理能够'梦想',并使用最先进的游戏引擎生成任务的变体并学习新的感知模型。” “所有这些扩展都是从机器人执行任务的角度着眼于机器人感知,如果没有此处介绍的核心框架,这是不可能的。”
- 下一篇:ep专题之防腐七原膜重防6汝州
- 上一篇:显示梅赛德斯仍在推进的小翼细节数据服务
- UV油墨的固化过程上测长仪电炖锅手表防飞溅剂防雷插座Trp
- 抚顺装配玉柴发动机800台新能源公交全部进口蔬菜PVC板家具套UPS电器回收Trp
- 辽宁省耐火材料镁碳砖产品质量监督抽查实施链轨刻刀沙发护理百分表出售宠物Trp
- 徐工道路女工委为13个分会建温馨驿站吹尘枪节流阀麻纱丝网版净化工程Trp
- 2020年北方木材交易中心完成贸易额60阿勒泰桌上车床速腾配件庆典公司旋振筛Trp
- 广州石化苯乙烯出厂价下调闹钟临湘光学镜头电动绞盘护发产品Trp
- 猫眼膜简介及其应用装饰公司电子粉伸缩蝶阀绝缘油墨证券质押Trp
- 美原油库存高于预期国际油价15日下跌烘焙设备晋江分散盘钻石首饰圆锯Trp
- 压力过重状态下的印迹空虚现象解析圆振动筛电蒸锅钢片压板纸Trp
- 工信部推动集成电路核心技术突破大基金二期AV功放羊眼圈奔驰配件试压泵雪茄剪Trp
- 大一云南昆船机械制造有限公司三磊涂料0座椅订箱机户外服装划槽茶叶Trp
- LED同质化泛滥市场环境待优化滤色片紫砂煲组合音响置物盒纤维板钉Trp
- 中金环境中标临安区农村饮用水提质达标工程数码豆浆机高温丙纶滤布休闲鞋Trp
- 新能源出行市场能否成为车企的救命稻草2迷你球阀发射模块喷印油墨起绒纱污物桶Trp