免責(zé)聲明:AGV網(wǎng)(m.wnmc.org.cn)尊重合法版權(quán),反對侵權(quán)盜版。(凡是我網(wǎng)所轉(zhuǎn)載之文章,文中所有文字內(nèi)容和圖片視頻之知識產(chǎn)權(quán)均系原作者和機(jī)構(gòu)所有。文章內(nèi)容觀點(diǎn),與本網(wǎng)無關(guān)。如有需要刪除,敬請來電商榷?。?/div>
加州大學(xué)伯克利分校的研究人員使用一千多個(gè)對象數(shù)據(jù)信息成功地培養(yǎng)了一個(gè)深度學(xué)習(xí)系統(tǒng),它能夠在現(xiàn)實(shí)世界中揀選出不熟悉的對象。對于機(jī)器人而言,知道如何正確把握和抬起物體是...
加州大學(xué)伯克利分校的研究人員使用一千多個(gè)對象數(shù)據(jù)信息成功地培養(yǎng)了一個(gè)深度學(xué)習(xí)系統(tǒng),它能夠在現(xiàn)實(shí)世界中揀選出不熟悉的對象。
對于機(jī)器人而言,知道如何正確把握和抬起物體是很難的任務(wù)。伯克利的系統(tǒng)在虛擬世界中對機(jī)器人進(jìn)行培訓(xùn),當(dāng)系統(tǒng)判斷成功拾起新對象的幾率要好于50%時(shí),機(jī)器可以在98%的情況下完成這一任務(wù),而不必對虛擬世界之外的任何真實(shí)對象進(jìn)行培訓(xùn)。