深度感知＋深度学习，伯克利的机器人面对陌生目标也能成功取物

编者按：关于训练机器人抓手的研究并不少，大多都是从计算机视觉的角度出发，训练机器人“看得清”、“抓得准”。本文同样如此，不过与以往观察彩色图片不同，伯克利的研究者们借助“深度图像”这个“利器”，提出了一种更加高效的方法，能让机器人成功抓起此前并未见过的物体。

左：3D立方体。右：对应深度图像，距相机越近颜色越深。

早在AlexNet诞生的两年前，微软就为X-Box推出了Kinect。随着深度学习加速了超参数函数的性能，这种低成本的深度感知器层出不穷，也使得深度学习在图像分类、语音识别和语言翻译中取得了惊人的效果。如今，深度学习在端到端的电子游戏、机器人操控等问题中也表现出大有前景的势头。

在机器人感知方面，类似于VGG或ResNet的卷积神经网络成为了主流选择。在一些机器人或计算机视觉的任务中，常会用到这些框架，附带有经过与训练的权重，进行迁移学习或对具体数据进行微调。但是在某些任务中，只了解图像的颜色是很有限的。当你想训练机器人抓住一个陌生物体时，更重要的是让机器人了解周围环境的几何结构，而不仅仅是颜色和材质。对目标物体进行控制时的物理过程，即通过力量控制一个