2020-09-25
 
与机器烹饪机器人Jaco和Baxter会面,它们会煮出完美的热狗
2020年09月25日   阅读量:714

渴望从新鲜烤的棒球场坦率地咬一口?两个名为Jaco和Baxter的机器人可以一起使用。


波士顿大学的工程师在使用机器学习教机器人执行复杂任务方面取得了飞跃,该框架可以应用于许多任务,例如识别乳房X线照片上的癌点或更好地理解演奏音乐的语音命令。但是首先,作为概念证明,他们已经学会了如何准备完美的热狗。


与机器烹饪机器人Jaco和Baxter会面,它们会煮出完美的热狗 中网时尚,stylechina.com


研究人员仍然无法完全完全理解机器学习算法的方式,那就是学习。这个盲点使该技术难以应用于需要安全的复杂,高风险任务,例如自动驾驶。BU工程学院教授Calin Belta 在《科学机器人》杂志上发表的论文向前迈进了一步,他的实验室的研究人员教了两个机器人一起煮饭,组装和服务热狗。


他们的方法结合了机器学习和形式化方法中的技术,形式化方法是计算机科学领域,通常用于保证安全,尤其是在航空电子或网络安全软件中。这些不同的技术很难在数学上进行组合,也很难将其组合成机器人可以理解的语言。


机械,系统,电气和计算工程学教授贝尔塔(Belta)和他的团队采用了机器学习的一个分支,即强化学习。


当计算机正确完成一项任务时,它将获得指导其学习过程的奖励。尽管以“先验知识”算法概述了任务的步骤,但是如何准确地执行这些步骤却没有。当机器人擅长执行某个步骤时,其奖励会增加,从而创建一种反馈机制,促使机器人学习最佳方法,例如将热狗放在面包上。


将先验知识与强化学习和形式化方法相结合是使该技术变得新颖的原因。通过结合这三种技术,团队可以减少机器人学习安全烹饪,组装和服务热狗所必须经历的各种可能性。Belta认为这项工作是其总体框架的概念验证,他希望今后可以将其应用于其他复杂任务,例如自动驾驶。


免责声明: 本文仅代表作者本人观点,与中国风格网无关。本网对文中陈述、观点判断保持中立,不对所包含内容的准确性、可靠性或完整性提供任何明示或暗示的保证。请读者仅作参考,并请自行承担全部责任。本网转载自其它媒体的信息,转载目的在于传递更多信息,并不代表本网赞同其观点和对其真实性负责。如因作品内容、版权和其它问题需要同本网联系的,请在一周内进行,以便我们及时处理。邮箱:service@cnso360.com