新模型为机器人提供精确的拾放解决方案

拾放机是一种自动化设备，用于将物体放置到结构化、有序的位置。这些机器用于各种应用——从电子组装到包装、箱体拾取，甚至检查——但目前许多拾放解决方案都存在局限性。目前的解决方案缺乏“精确泛化”，即在不影响准确性的情况下解决许多任务的能力。

“在工业界，你经常会看到[制造商]最终针对他们遇到的特定问题制定非常定制的解决方案，因此解决方案需要大量的工程设计，而灵活性却不高，”MariaBauzaVillalonga博士'22，谷歌DeepMind高级研究员，从事机器人和机器人操控研究。“SimPLE解决了这个问题，并提供了一种灵活的拾取和放置解决方案，同时仍能提供所需的精度。”

MechE研究人员在《科学机器人》杂志上发表的一篇新论文探讨了更精确的拾取和放置解决方案。在精确拾取和放置(也称为装配)中，机器人将无组织的物体排列转变为有组织的排列。这种方法被称为SimPLE(模拟拾取定位和放置)，它学习使用物体的计算机辅助设计(CAD)模型拾取、重新抓取和放置物体，而所有这些都不需要任何先前的经验或接触特定物体。

“SimPLE的前景是，我们可以使用相同的硬件和软件解决许多不同的任务，使用模拟来学习适应每项特定任务的模型，”麻省理工学院客座科学家AlbertoRodriguez说道，他曾是机械工程系的教员，现在是波士顿动力公司操纵研究副主任。SimPLE是由麻省理工学院(MCube)操纵和机制实验室的成员在Rodriguez的指导下开发的。

罗德里格斯说：“在这项工作中，我们表明，无需任何其他专业化就可以达到许多工业拾取和放置任务所需的定位精度水平。”

SimPLE解决方案使用配备视觉触觉传感的双臂机器人，采用三个主要组件：任务感知抓取、视觉和触觉感知(视觉触觉感知)和重新抓取规划。通过监督学习将真实观察结果与一组模拟观察结果进行匹配，以便可以估计可能的物体姿势分布并完成放置。

在实验中，SimPLE成功展示了拾取和放置各种形状物体的能力，对于6个物体，成功放置的概率超过90%，对于11个物体，成功放置的概率超过80%。

机械工程博士生AntoniaDeloresBronarsSM‘22表示：“机器人界有一种直觉，认为视觉和触觉都很有用，但[直到现在]还没有太多系统地展示它如何用于复杂的机器人任务。”Bronars目前正与电气工程和计算机科学系(EECS)助理教授PulkitAgrawal合作，继续她的博士研究，研究将触觉功能融入机器人系统。

“大多数关于抓握的研究都忽略了下游任务，”伯克希尔·格雷首席科学家、卡内基梅隆大学名誉教授马特·梅森(MattMason)表示，他并未参与这项研究。“这篇论文超越了模仿人类的愿望，从严格的功能角度展示了将触觉、视觉与双手结合起来的实用性。”

加州大学伯克利分校WilliamS.FloydJr.工程学杰出教授肯·戈德堡(KenGoldberg)同样没有参与这项研究，他表示，论文中描述的机器人操作方法为人工智能和机器学习方法的趋势提供了一种有价值的替代方案。

“作者结合了成熟的几何算法，这些算法可以可靠地实现特定物体形状的高精度，并证明这种组合可以显著提高人工智能方法的性能，”Goldberg说道，他也是AmbiRobotics和JacobiRobotics的联合创始人兼首席科学家。“这可以立即在工业中发挥作用，是我所说的‘传统工程’(GOFE)的一个极好例子。”

Bauza和Bronars表示，这项工作是几代人共同努力的结果。

“为了真正展示视觉和触觉如何结合在一起发挥作用，有必要构建一个完整的机器人系统，而这在短时间内一个人很难做到，”Bronars说。“我们彼此之间以及与Nikhil[Chavan-Dafle博士'20]和Yifan[Hou博士'21CMU]之间的合作，以及跨越多代人和实验室的合作，确实让我们能够构建一个端到端的系统。”

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！