1568209620_ddxo_p7umaes6or.jpg (416.05 KB, 下载次数: 0)
2019-9-12 09:29 上传
然而正如预期的那样，採用深度培训的算法起首必要一个庞年夜的数据库，这在许多环境下是一种侈靡品。除了持续使用深度培训进行研讨外，该公司还将精神集中到了另一个偏向。据悉NVIDIA在西雅图机械人试验室开辟了一种新的算法--6-DoF GraspNet，其能让机械人抓取随意率性物体。
6-DoF GraspNet的任务如下：机器手察看物体并决议在6D空间（空间中的x、y、z坐标立体和扭转三维空间）中挪动到哪里。该算法的设计方式是天生一组能够的握持器并依据需求进行挪动。然后整个握持器通过一个“握持评价器”运转，该评价器会为每个能够的握持分派一个分数。末了握持评价器通过局部变换调整握持变量进而进步最佳握持的胜利率。乏味的是研讨职员并没有选择採用深度培训的办法，反却是选择了“综合训练数据”。NVIDIA在这傍边使用的Nvidia FleX评价法是一种採用粒子的模拟技术，它可以即时天生视觉后果。
NVIDIA的研讨职员表现，6-DoF GraspNet最年夜的劣势之一在于它可以用来抓取随意率性物体；其次是它的模组化，这使得它可以用于各类盘算机视觉利用和活动布局算法；第三，它可以跟一个模子一路使用，该模子可依据各类物体的“点云”来分派形态，而这将能确保机器臂不会跟任何阻碍物相撞。
新闻起源
未经允许不得转载：跨境财经 » NVIDIA新算法6
