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