UCバークレー、これまでに見たことがない物体を機械学習によって最良の掴み方を選択し実行するロボティクス・システム「Dex-Net」を発表
UCバークレー、これまでに見たことがない物体を機械学習によって最良の掴み方を選択し実行するロボティクス・システム「Dex-Net」を発表 2017-05-27 カリフォルニア大学バークレー校の「AUTOLAB」は、これまでに見たことのないオブジェクトを機械学習で把握し、そして掴み移動させるロボットアーム・ロボティクス・システム「Dex-Net」を発表しました。 本システムは、オブジェクトを見て、その形状を理解し、それを過去に取り上げた他のオブジェクトと比較、その情報を使用してオブジェクトを取得する最良の方法を選択します。オブジェクトを見て、Deep Learningでその点群をメモリ内の点群と比較し、最も近いと思うものを選択します。 関連 イーロン・マスク氏等が設立した人工知能研究団体「OpenAI」、VRを使用してロボットにタスクを訓練させる新AIアルゴリズムを発表 | Seamless
Personal Robotics: Deep Learning for Grasping Novel Objects
Robot Learning Lab Personal Robotics, Co-Robots, Robotic Perception. Computer Science Department, Cornell University. Learning-based approaches in previous works have been succeesfully used for grasping novel objects, but required manual design of features for image and depth data. We use deep learning, which allow us to learn the basic features used by our algorithm directly from RGB-D data. Our
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
