AI 让这个机械臂有了人类一样的抓取技术

对于已经轻车熟路的任务，机器人做起来效率无人能及，但如果遇到了新问题，比如需要抓起一个不熟悉的物品，机器人通常会卡壳。不过 AI 的加入可以解决这一问题，Dex-Net系统就利用深度学习让机器手能高效完成对不熟悉物品的抓取。

这套系统的原理其实与人抓取物品类似。我们看到一个物品时，会先理解它的形状，然后将其与自己熟悉的其他物体进行对比，利用已经掌握的知识找到抓取物体的最佳方式。

不过，Dex-Net可没有人类的眼睛和记忆，因此其发明者直接给它输入了超过 600 万个人工 3D 物品图像，并对这些物品的抓取方法做了一一解释。在实际使用中，这套系统会先对物品进行扫描，随后与云端记忆库进行对比，然后按照最接近的抓取方法进行操作。

在测试中，研究人员拿了几个 Dex-Net从没见过的物体，结果它在抓取中只失误了一次，水平相当高。雷锋网还注意到，Dex-Net的判断相当迅速，平均不到一秒它就能找到正确的抓取方法。

Dex-Net 是加州大学伯克利分校机器人专家的作品，今年 7 月，他们将在一场展会上给我们呈现该系统的最新版本。同时，机器人专家还准备公布这 600 万个物品的数据集和他们多年来积累的点云资料库。

生成海报

免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。