產(chǎn)品分類品牌分類
-
西門子可編程序控制器 西門子模擬量輸出輸入模塊 西門子數(shù)字量輸出輸入模塊 西門子通訊處理器模塊 西門子S7-1500 西門子SMART200 西門子S7-1200 西門子S7-400 西門子S7-300 西門子S7-200 西門子ET200S 6ES7153-1AA03-0XB0 6ES7307-1BA01-0AA0 6ES7307-1EA01-0AA0 6ES7307-1KA02-0AA0 6ES7952-0BA12-0XA0 6ES7972-0BA42-0XA0 6ES7972-0BB12-0XA0 6ES7972-0BA52-0XA0 6ES7972-0BB52-0XA0 6XV1830-0EH10 6XV1840-2AH10 6XV1830-3EH10
產(chǎn)品簡(jiǎn)介
詳細(xì)介紹
西門子代理商 泰安西門子代理商 泰安西門子代理商
機(jī)械臂有望掌握快速學(xué)習(xí)的能力,。西門子的研究人員正與加州大學(xué)伯克利分校合作,,潛心研究機(jī)械臂如何充分利用云端來學(xué)習(xí)并教會(huì)自己執(zhí)行專業(yè)化任務(wù)。
相較于人類,,機(jī)械臂的學(xué)習(xí)速度很慢,。但是,基于西門子*研究院與加州大學(xué)伯克利分校正在合作開展的研究,,機(jī)械臂掌握新技能的能力將迅速提高,。以云端機(jī)械臂為例,這項(xiàng)技術(shù)有可能集諸多服務(wù)器之力來協(xié)助機(jī)械臂執(zhí)行任務(wù),。云計(jì)算讓機(jī)械臂在“思考”時(shí)不再*于使用本地計(jì)算資源,,這為使用深度學(xué)習(xí)等計(jì)算密集型資源開啟了大門。借助云計(jì)算,,工作人員還有可能充分利用開放源碼軟件和并行計(jì)算等帶來的好處,。而令人振奮的是,云計(jì)算可以實(shí)現(xiàn)與其它自動(dòng)化系統(tǒng)的知識(shí)分享且能及時(shí)更新數(shù)據(jù),。
對(duì)機(jī)械臂而言,,拾取不同尺寸,、形狀和重量的物體是一項(xiàng)極為困難的任務(wù),。在云端,高效的并行計(jì)算可被用于發(fā)現(xiàn)穩(wěn)健的抓取動(dòng)作,。
在加利福尼亞州伯克利,,Juan L. Aparicio帶領(lǐng)著一個(gè)專門研究高級(jí)制造自動(dòng)化技術(shù)的西門子研究團(tuán)隊(duì)。他表示:“如今,,機(jī)械臂只需要不斷重復(fù)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(gè)新物體的動(dòng)作給機(jī)械臂重新編程是不可行的,。因此,如果機(jī)械臂要獨(dú)立‘想’出如何抓取新物體,,就需要云的支持,。”
系統(tǒng)間的知識(shí)分享
為此,Aparicio和他的團(tuán)隊(duì)正潛心研究機(jī)械臂如何借云之力來學(xué)會(huì)抓取不熟悉的物體,。Aparicio解釋道:“抓取是機(jī)械臂執(zhí)行的計(jì)算密度高的任務(wù)之一,。如果能讓機(jī)械臂自主從云端搜索適當(dāng)?shù)膭?dòng)作,它將弄明白如何更快,、更高效地執(zhí)行這項(xiàng)任務(wù),。”
加州大學(xué)伯克利分校的Dexterity Network(DexNet)平臺(tái)是一個(gè)基于云的抓取動(dòng)作數(shù)據(jù)庫。在與DexNet平臺(tái)的合作中,西門子團(tuán)隊(duì)提供了專門的制造技術(shù)知識(shí),,以及分享基于云的信息時(shí)用于保護(hù)重要知識(shí)產(chǎn)權(quán)的方法,。加州大學(xué)伯克利分校的Ken Goldberg教授是DexNet平臺(tái)的負(fù)責(zé)人,他表示:“現(xiàn)在,,我們正在集成視覺功能生成一個(gè)合成數(shù)據(jù)庫,。這個(gè)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(tuán)隊(duì)專注于在學(xué)術(shù)界與工業(yè)界之間搭起橋梁,,他們也參與了加州大學(xué)伯克利分校Pieter Abbeel教授開展的一個(gè)相關(guān)項(xiàng)目。這個(gè)項(xiàng)目的重點(diǎn)是機(jī)械臂的深度強(qiáng)化學(xué)習(xí),。Abbeel表示:“深度強(qiáng)化學(xué)習(xí)已在游戲和模擬環(huán)境中大獲成功,。在這個(gè)項(xiàng)目中,我們正在研究如何讓真實(shí)的機(jī)械臂在學(xué)習(xí)中取得同樣的成功,。”Aparicio補(bǔ)充道:“這個(gè)項(xiàng)目是為數(shù)不多的幾個(gè)將深網(wǎng)用于控制物理系統(tǒng)的例子之一,。我們正在設(shè)計(jì)控制器,以使機(jī)械臂通過少量編程學(xué)習(xí)執(zhí)行新任務(wù),。下一步,,我們會(huì)將這兩方面的工作相結(jié)合,充分利用云端來實(shí)現(xiàn)系統(tǒng)間的知識(shí)分享,,讓機(jī)械臂有能力在本地完成對(duì)知識(shí)的學(xué)習(xí)和歸納,。”