浅黄的机器人或然是鹏程智能AI的老马

据数据显示,全球机器人销售在过去五年中翻了一番,但今天在工厂和仓库中部署的机器人,性能和配置几乎与我们几十年前的机器人相同。它们既强大又精确,但购买成本高昂,对人类来说也很危险。

blue的生产成本仅为5,000美元,因此可以广泛使用

据悉,2017年,pieter abbeel就与陈曦(peter chen)、段岩(rocky
duan)和张天浩(tianhao zhang)创立了embodied
intelligence(如今公司名:covariant.ai),旨在借助深度模仿学习(deep
imitation learning)、深度强化学习(deep reinforcement
learning),开发ai软件帮助机器人更轻易、高效地学会复杂的操作。

但abbeel看好blue的未来。该机器人目前正在小批量生产,但abbeel希望扩大规模,最终转向外包制造以生产更大的数字。第一批目标客户将是研究实验室和大学,其中机器人目前在团队之间共享,就像20世纪60年代的计算机一样。提供更便宜的机器人将使它们更广泛地可用,从而提高机器人研究的产量。

pieter
abbeel认为,一旦机器人通过模仿学习掌握了某种技能,它们可以更快地通过强化学习不断将这项技能进化,进而达到趋于完美的,这可比普通的编程或者强化学习要有效得多。

蓝色看起来有点像孩子的机器人绘图:它是由笨重的3d打印部件制成的,它有一对带有钳子的人形机器人手臂。它可以使用vr手机,这也让运营商挥舞着双臂,然后将蓝波来控制其串联武器。它还可以训练使用人工智能操纵物体,这种控制方法在机器人中仍然非常罕见。

“当你愿意放弃亚毫米精度时,这就成为可能,因为你会意识到你不需要基于ai的控制,”abbeel说。

许多其他研究实验室和初创公司也在瞄准这种新模式,希望教授机器人如何使用人工智能。abbeel是其中一家的总裁,一家名为embodied
intelligence的创业公司。血族ai,即建立机器人选号仓库项目的坚定,是另一种。elon
musk创立的研究实验室openai
使用机器人手完成了类似的工作,谷歌也在探索机器人的ai培训。

传统的工业机器人为了顺利进行重复性生产任务,通常具备较高的精度和强度,但这就无法保证人类在旁边工作时的安全性,同时也无法胜任更加灵活的工作。因此,协作机器人在近几年应运而生,旨在将机器人的重复性能和人的能力结合起来,同时为了能够与人类共同工作,协作机器人大多进行了防夹伤、防碰撞的设计。但协作机器人的售价也常常在数万美元以上。

nvidia的机器人研究员ankur
handa表示,blue的钳子限制了它可以执行的任务范围,即使使用ai控制,它的精确度也会出现问题。“总的来说,我不认为他们提供任何特别新的东西,”汉达告诉the
verge。他补充说,蓝色机器人仍然是制造更便宜的机器人的一步

英伟达的机器人研究员ankur
handa表示,blue的钳子限制了它可以执行的任务范围,即使使用ai控制,它的精确度也会出现问题。“总的来说,我不认为他们提供任何特别新的东西,”handa补充说,blue机器人仍然是制造更便宜的机器人的一步。

这使得blue更安全地工作,但也适用于使用强化学习的研究,强化学习是一种在机器人学中变得流行的ai训练方法。强化学习的工作原理是要求代理人完成一项任务并在任务完成时给予奖励。这基本上是反复试验,代理人开始时不知道如何完成目标,然后慢慢地自学。

abbeel解释说,目前使用的大多数机器人都是功能强大而操作准确的。他们的动作是预定义的,他们只是一遍又一遍地重复相同的动作,无论是将货物托盘、焊接车或紧固螺丝拧入智能手机的边边角角。

blue是加州大学伯克利分校的新机器人,旨在通过人工智能打破这种模式。

blue机器人自身重量仅为8.7千克,连续有效荷载为2千克。可以在非结构化的环境中执行人类熟悉的日常活动,如叠衣服、泡咖啡……

使用具有强化学习的传统机器人可能是昂贵的。它们缺乏灵活性使它们变脆并且容易损坏。此外,强化学习需要时间来产生结果,并且由于机器人很昂贵,因此成本很快就会增加。

基于这些想法,伯克利机器人学习实验室中的来自不同领域的超过15位研究人员为blue机器人开发了一个低成本类直驱驱动(quasi-direct
drive,qdd)控制器,构建了完整的设计范式,可以达成不受限的自动化控制;机器人可以支持流行的基于ai的控制方法;他们也为机器人自身的设计和机器人的生产过程做了详细考虑,以便降低它的成本。

不过,一些专家对blue的吸引力持怀疑态度。他们注意到它与baxter并没有什么不同,baxter是另一个带有手臂和钳子的机器人,它意味着与人类一起工作。去年,baxter,rethink
robotics公司倒闭了。

这使得blue能够更安全地工作,但也适用于使用强化学习的研究,强化学习是一种在机器人学中变得流行的ai训练方法。强化学习的工作原理是要求代理人完成一项任务,并在任务完成时给予奖励。这基本上是反复试验,代理人开始时不知道如何完成目标,然后慢慢地自学。

这是blue可能会有所作为的另一个领域。pr2是由willow
garage建造的一种受欢迎的研究机器人,它也有一对手臂和钳子,研究人员将研究人员的资金追回到40万美元左右。相比之下,blue的材料清单仅为3,000美元。abbeel表示,该团队尚未确定最终价格,但他们希望将目标锁定在5,000美元的范围内。

blue看起来有点像孩子笔下稚嫩的机器人绘图:它是由笨重的3d打印部件制成的,有一对带有钳子的人形机器人手臂,每只手臂有7个自由度。

abbeel解释说,目前使用的大多数机器人都是强大而准确的。他们的动作是预定义的,他们只是一遍又一遍地重复相同的动作,无论是将货物托盘,焊接车或紧固螺丝拧入智能手机。

威尼斯城vnsc登入平台 1

威尼斯城vnsc登入平台 2

不过,一些专家对blue对业界、市场的吸引力程度持怀疑态度。他们注意到它与baxter并没有什么不同——baxter是另一个带有手臂和钳子的协同机器人。去年,baxter、rethink
robotics两家机器人明星公司都倒闭了,引起一片唏嘘声。

威尼斯城vnsc登入平台,负责该项目的机器人专家pieter
abbeel希望改变这一点,他说blue已经从头开始构建,以利用最近ai的改进。“人工智能越来越强大这一事实让我们有机会重新思考如何设计机器人,”abbeel告诉the
verge。

发表评论

电子邮件地址不会被公开。 必填项已用*标注

相关文章