Door middel van trial and error robot kan nieuwe vaardigheden te leren
Naky
www.diecastingpartsupplier.com
2015-05-26 18:27:23
Onderzoekers van de University of California, Berkeley, hebben ontwikkeld algoritmen die robots in staat stellen om motorische taken door middel van trial and error leren met behulp van een proces dat meer benadert de manier waarop mensen leren, het markeren van een belangrijke mijlpaal op het gebied van kunstmatige intelligentie. Zij toonden hun techniek, een soort wapening leren, door het hebben van een robot compleet verschillende taken - zetten een kleren hanger op een rek, het samenstellen van een stuk speelgoed vliegtuig, schroeven een dop op een fles water, en nog veel meer - zonder voorgeprogrammeerde informatie over de omgeving.
"Wat we rapportage over hier is een nieuwe benadering van empowerment van een robot om te leren," zei Professor Pieter Abbeel in UC Berkeley Departement Elektrotechniek en Computer Sciences. "Het belangrijkste is dat wanneer een robot wordt geconfronteerd met iets nieuws, zullen we niet te herprogrammeren. De exacte dezelfde software, die codeert voor de manier waarop de robot kunnen leren, werd gebruikt om de robot om alle verschillende taken die we gaven leren het. '
De nieuwste ontwikkelingen zullen, in Seattle op de Internationale Conferentie over Robotics en Automation (ICRA) gepresenteerd worden op donderdag 28 mei. Abbeel leidt het project met collega-UC Berkeley faculteit lid Trevor Darrell, de directeur van het Berkeley Visie en Learning Center. Andere leden van het team zijn postdoctoraal onderzoeker Sergey Levine en Ph.D. student Chelsea Finn.
Het werk is onderdeel van een nieuwe Mensen en Robots Initiative op UC's Center for Information Technology Research in het belang van de samenleving (Citris). De nieuwe multi-campus, multidisciplinair onderzoek initiatief is bedoeld om de duizelingwekkende ontwikkelingen in de kunstmatige intelligentie, robotica en automatisering te houdenuitgelijnd menselijke behoeften.
"De meeste robottoepassingen zijn in gecontroleerde omgevingen waar objecten zijn in voorspelbare posities", zegt Darrell. "De uitdaging van het zetten van robots in real-life instellingen, zoals woningen of kantoren, is dat degenen omgevingen constant veranderen. De robot moet in staat zijn om waar te nemen en aan te passen aan zijn omgeving."
Volgende is ons bedrijf detail: Onze fabriek is gespecialiseerd in de teerling is geworpen betekent buy gegoten modellen,gegoten leger,
gegoten promoties,gegoten metalen voor vele jaar sinds 2002. En onze producten zijn altijd goed ontvangen en door onze klanten uit de Aziatische, Europese, Noord-Amerikaanse en Australische etc. goedgekeurd
gegoten promoties,gegoten metalen voor vele jaar sinds 2002. En onze producten zijn altijd goed ontvangen en door onze klanten uit de Aziatische, Europese, Noord-Amerikaanse en Australische etc. goedgekeurd
Vorige : Oudste man van de wereld te bereiken 116 jaar oud