Agarrar los artículos con formas extrañas que las personas recogen en su vida cotidiana es una tarea resbaladiza para los robots. Los artículos con formas irregulares como zapatos, botellas de spray, cajas abiertas, incluso patitos de goma son fáciles de agarrar y recoger, pero los robots luchan por saber dónde aplicar un agarre. En un paso significativo para superar este problema, los robotistas de UC Berkeley han construido un robot que puede recoger y mover objetos desconocidos del mundo real con una tasa de éxito del 99 por ciento.
El profesor de Berkeley, Ken Goldberg, el investigador postdoctoral Jeff Mahler y el Laboratorio de Ciencia e Ingeniería de Automatización AUTOLAB crearon el robot, llamado DexNet 2.0. La alta tasa de éxito de DexNet 2.0 significa que esta tecnología podría aplicarse pronto en la industria, conEl potencial para revolucionar la fabricación y la cadena de suministro.
DexNet 2.0 ganó su destreza altamente precisa a través de un proceso llamado aprendizaje profundo. Los investigadores construyeron una vasta base de datos de formas tridimensionales, 6,7 millones de puntos de datos en total, que una red neuronal utiliza para aprender captaciones que recogerán ymover objetos con formas irregulares. La red neuronal se conectó luego a un sensor 3D y un brazo robótico. Cuando un objeto se coloca frente a DexNet 2.0, estudia rápidamente la forma y selecciona un agarre que recogerá y moverá el objeto con éxito99 por ciento de las veces. DexNet 2.0 también es tres veces más rápido que su versión anterior.
DexNet 2.0 fue presentado como la portada de los últimos números de MIT Technology Review, que calificó a DexNet 2.0 como "el robot más ágil hasta ahora". El artículo completo se publicará en julio.
Fuente de la historia :
Materiales proporcionado por Universidad de California - Berkeley . Nota: El contenido puede ser editado por estilo y longitud.
Cita esta página :