目前機器人手臂的靈巧表現僅限于在流水線上重復設計好的動作，面對不認識的東西就顯得笨拙。美國科學家研制出一種新型機械臂，能通過深度學習迅速判斷陌生不規則物體的合適抓取方式，動作準確率達到９９％。

美國麻省理工學院主辦的《麻省理工學院技術評論》近日報道說，這款被命名為Ｄｅｘ－Ｎｅｔ　２．０的機械臂由美國加利福尼亞大學伯克利分校一個研究小組開發，是“迄今手指最靈巧的機器人”。針對形狀不規則的物體，它平均１秒內就能做出判斷，用兩根“手指”以合適的方式穩當地抓取并搬運。

這款機械臂的“眼睛”是市面上普通的３Ｄ感應設備，“手臂”也沒有什么特別，關鍵在于它的“大腦”，包含一個龐大數據庫，以及一個可以進行深度學習的神經網絡模型。

這個數據庫整合了仿真環境里上千個虛擬三維物體的形狀和抓取方式，包含６７０萬個數據。機械臂觀察面前的陌生物體，將它與數據庫中的記錄比較，再結合位置、角度和高度尋找最合適的抓取方式，在幾十次試驗中只失敗了一次。

很多相關研究致力于讓機械臂用實際物品不斷重復練習、收集數據，但效率不高。新方法用虛擬物體提供深度學習所需數據，能在一天之內就達到以往幾個月實踐訓練的效果。研究人員計劃于今年７月發表完整論文，并公布數據庫。

專家認為，該成果有望大大擴展機械臂的應用范圍，可能給制造和物流等領域帶來新的革命。

深度學習造就迄今最靈巧機械臂

圖文簡介

目前機器人手臂的靈巧表現僅限于在流水線上重復設計好的動作，面對不認識的東西就顯得笨拙。美國科學家研制出一種新型機械臂，能通過深度學習迅速判斷陌生不規則物體的合適抓取方式，動作準確率達到９９％。