服務熱線
86-132-17430013
產(chǎn)品展示PRODUCTS
泰安西門子代理商
產(chǎn)品時間：2023-12-24
我公司銷售部為西門子PLC代理商，公司憑借雄厚的實力，現(xiàn)已與西門子工廠建立成良好的合作關(guān)系！價格合理，質(zhì)量保證，公司優(yōu)勢價格產(chǎn)品有，西門子通訊電纜，PLC，觸摸屏，泰安西門子代理商
| 品牌 | 其他品牌 |
|---|
西門子代理商 泰安西門子代理商 泰安西門子代理商
機械臂有望掌握快速學習的能力。西門子的研究人員正與加州大學伯克利分校合作，潛心研究機械臂如何充分利用云端來學習并教會自己執(zhí)行專業(yè)化任務。
相較于人類，機械臂的學習速度很慢。但是，基于西門子中央研究院與加州大學伯克利分校正在合作開展的研究，機械臂掌握新技能的能力將迅速提高。以云端機械臂為例，這項技術(shù)有可能集諸多服務器之力來協(xié)助機械臂執(zhí)行任務。云計算讓機械臂在“思考”時不再僅限于使用本地計算資源，這為使用深度學習等計算密集型資源開啟了大門。借助云計算，工作人員還有可能充分利用開放源碼軟件和并行計算等帶來的好處。而最令人振奮的是，云計算可以實現(xiàn)與其它自動化系統(tǒng)的知識分享且能及時更新數(shù)據(jù)。
對機械臂而言，拾取不同尺寸、形狀和重量的物體是一項極為困難的任務。在云端，高效的并行計算可被用于發(fā)現(xiàn)最穩(wěn)健的抓取動作。
在加利福尼亞州伯克利，Juan L. Aparicio帶領(lǐng)著一個專門研究高級制造自動化技術(shù)的西門子研究團隊。他表示：“如今，機械臂只需要不斷重復拾取并放置相同物體。但在不久的將來，隨著制造業(yè)日益向小批量生產(chǎn)轉(zhuǎn)型，為抓取每一個新物體的動作給機械臂重新編程是不可行的。因此，如果機械臂要獨立‘想’出如何抓取新物體，就需要云的支持。”
系統(tǒng)間的知識分享
為此，Aparicio和他的團隊正潛心研究機械臂如何借云之力來學會抓取不熟悉的物體。Aparicio解釋道：“抓取是機械臂執(zhí)行的計算密度最高的任務之一。如果能讓機械臂自主從云端搜索適當?shù)膭幼?，它將弄明白如何更快、更高效地?zhí)行這項任務。”
加州大學伯克利分校的Dexterity Network（DexNet）平臺是一個基于云的抓取動作數(shù)據(jù)庫。在與DexNet平臺的合作中，西門子團隊提供了專門的制造技術(shù)知識，以及分享基于云的信息時用于保護重要知識產(chǎn)權(quán)的方法。加州大學伯克利分校的Ken Goldberg教授是DexNet平臺的負責人，他表示：“現(xiàn)在，我們正在集成視覺功能生成一個合成數(shù)據(jù)庫。這個數(shù)據(jù)庫中包含了650萬張含三維模型的圖片，而它們都與抓取有關(guān)。”
西門子團隊專注于在學術(shù)界與工業(yè)界之間搭起橋梁，他們也參與了加州大學伯克利分校Pieter Abbeel教授開展的一個相關(guān)項目。這個項目的重點是機械臂的深度強化學習。Abbeel表示：“深度強化學習已在游戲和模擬環(huán)境中大獲成功。在這個項目中，我們正在研究如何讓真實的機械臂在學習中取得同樣的成功。”Aparicio補充道：“這個項目是為數(shù)不多的幾個將深網(wǎng)用于控制物理系統(tǒng)的例子之一。我們正在設計控制器，以使機械臂通過少量編程學習執(zhí)行新任務。下一步，我們會將這兩方面的工作相結(jié)合，充分利用云端來實現(xiàn)系統(tǒng)間的知識分享，讓機械臂有能力在本地完成對知識的學習和歸納。”