谷歌提供新框架 幫助機器人規(guī)劃路線自主“遠程出行”
機氣林商城智能科技2019提供自動化零件，工控產品，工業(yè)機器人，以及機器人零部件、機械元件以及氣動元件等。機氣林商城，一站式機器人采購平臺
機氣林電商有話說：
谷歌機器人研究部門在一篇博客文章中表示，他們正在研究如何讓機器人自己進行長距離移動。高級研究科學家Aleksandra Faust和高級機器人軟件工程師Anthony Francis表示：“僅在美國，就有300萬人患有行動障礙，無法出門，機器可以幫助行動不便的人做一些簡單的事情，比如拿食品、藥品或包裹等。”
在某種程度上，通過使用強化學習（RL）可以做到這一點，這是一種人工智能訓練技術，它利用獎勵來驅動個體朝著目標前進。福斯特、弗朗西斯和他的同事們將強化學習與長距離規(guī)劃路線結合起來，編出能夠安全穿越短距離（約15米）且不會撞上移動障礙物的程序。他們利用AutoRL，一個自動搜索強化學習獎勵和神經網絡架構的工具，在模擬環(huán)境中進行訓練，再使用經過訓練的程序構建路線圖，或由節(jié)點（位置）和邊組成圖。
使用傳統RL方法的訓練，仍存在許多問題，比如它需要花費時間迭代和手工調整獎勵，并在人工智能架構方面不夠明智，更不用說減輕遺忘，這種現象是指人工智能系統在學習新信息時，突然忘記了以前學過的信息。
AutoRL試圖通過兩個階段來解決這個問題，獎勵搜索和神經網絡架構搜索。在第一階段， 每個獎勵功能略有不同，在這個階段的最后，通常會選擇將帶到其目的地的獎勵。神經網絡架構搜索階段本質上是第一階段的重復，但使用選定的獎勵來優(yōu)化網絡，并對累積獎勵進行優(yōu)化。
這個自動化的訓練過程，可以減輕模型的遺忘情況，并且與現有技術相比，由此產生的策略的質量更高（導航任務的質量提高了26%），它們甚至足夠強大，可以在非結構化環(huán)境中引導機器人。
AutoRL制定的策略，對本地導航很有幫助，但遠程導航就需要用到概率路線圖了，它們是基于采樣的規(guī)劃器的一個子類，對機器人的姿態(tài)進行采樣，創(chuàng)建符合機器人特性的路線圖。
福斯特和弗朗西斯解釋說：“首先，我們在一個通用的模擬訓練環(huán)境中對機器人進行訓練，訓練一個本地規(guī)劃策略。再根據該策略構建一個PRM，稱為PRM-rl，它位于部署環(huán)境的平鋪圖之上，相同的平面圖可以用于任何機器人。”
為了評估PRM-RL，谷歌的研究人員使用比培訓環(huán)境大200倍的辦公室樓層地圖構建了一個路線圖，在20次試驗中，成功率達90%以上。
【人氣商品】：
【品牌推薦】：
【最新資訊】：
機氣林商城官網(網址打不開就+V:I99~46O3~9726機氣林)
上海機氣林智能科技有限公司
上海市青浦區(qū)華浦路 500 號
電話：021-59801300
