जानकारी

एक्टिंग से पहले सोचना सिखाया रोबोट्स ने

एक्टिंग से पहले सोचना सिखाया रोबोट्स ने


We are searching data for your request:

Forums and discussions:
Manuals and reference books:
Data from registers:
Wait the end of the search in all databases.
Upon completion, a link will appear to access the found materials.

सैद्धांतिक कार्य ने क्वांटम कंप्यूटिंग का उपयोग करके मशीन सीखने / SINCSource: Eurekalert को गति देने पर ध्यान केंद्रित किया है

घरों और व्यवसायों में साधारण कार्यों को संभालने से, हमारे दैनिक जीवन में उनकी संख्या में वृद्धि हो रही है। अपने कार्यों के दौरान, इन रोबोटों का सामना विस्तृत रूप से व्यक्त वस्तुओं, जैसे उपकरण, अलमारियाँ, दराज, और अन्य संयुक्त वस्तुओं से किया जाता है। ये वस्तुएं संभावित व्यवस्था और मुद्रा की एक अनंत संख्या की पेशकश करती हैं, और रोबोट को इन स्थानों में वस्तुओं को स्थानांतरित करने या पुनः प्राप्त करने के लिए सभी संभावित बदलावों को जल्दी से समझना होगा।

संबंधित: एनवीपी ओपेनस न्यू रिस्क लैब लैब को पूरा करने के लिए सरकारी नौकरी के लिए काम करता है

समस्या यह है कि कैसे रोबोट को पोज़ के इन सभी संभावित रूपों को सिखाया जाए, और यह कैसे अव्यवस्थित, अनियोजित वातावरण के माध्यम से अपने तरीके से नेविगेट कर सकता है।

रोबोटिक धारणा को बेहतर बनाने के लिए, कार्तिक देसिंह के नेतृत्व में ऐन आर्बर के मिशिगन विश्वविद्यालय के वैज्ञानिकों ने एक व्यवस्थित एल्गोरिथ्म बनाया है जो संयुक्त वस्तुओं की विभिन्न संभावित स्थितियों की गणना और अनुमान लगाता है। संघनित, एल्गोरिथ्म रोबोट को अपने कार्यों का समन्वय करना सिखाता है। शोध के बारे में लेख "पोज़ एस्टीमेशन और आर्टिफ़िशियेटेड ऑब्जेक्ट्स के हेरफेर के लिए कुशल गैर-समसामयिक विश्वास"इस सप्ताह में प्रकाशित हुआ हैविज्ञान रोबोटिक्स पत्रिका।

अभिनय से पहले सोचता था रोबोट

अंततः, यह बेहद उपयोगी होगा और गोदाम रोबोट या होम रोबोट की सेवा में सुधार करेगा, क्योंकि संयुक्त वस्तुओं और उपकरणों के साथ बातचीत करने और स्थानांतरित करने की उनकी क्षमता में भारी वृद्धि होगी।

एक रसोई और उसके अलमारियाँ के चारों ओर तेज़ी से जाने के लिए, एक रोबोट को आंदोलनों के एक विशिष्ट सेट का अभ्यास करके, कैबिनेट की श्रेणी को प्रस्तुत करने (खींचने और खोलने वाले दराज, उदाहरण के लिए) को जानना पड़ता है।

चुनौती? आदर्श में बदलाव।

उदाहरण के लिए: यदि एक रसोई के तौलिया को दराज या एक कैबिनेट में फैलाया जाता है, तो रोबोट अब ऑब्जेक्ट को नहीं पहचानता है और यह नहीं जानता है कि आगे क्या करना है।

नए एल्गोरिथ्म के लिए धन्यवाद एक रोबोट अब इसे ध्यान में रखेगा, सभी संभावित मुद्रा भिन्नताओं के माध्यम से चलाएगा और अभी भी इसके चारों ओर जाने और यह पता लगाने में सक्षम हो सकता है कि अव्यवस्थित वातावरण में और इसके आसपास कैसे काम किया जाए। पहले ऐसा नहीं था।

एल्गोरिथ्म को समझना

देसिंह और उनके सहयोगियों ने PMPNBP नाम का एल्गोरिथ्म बनाया, जो यादृच्छिक चर बनाता है जो मुद्रा निर्धारण के अनुक्रम के विभिन्न विकल्पों का गठन करता है। यह ऐसा करने के लिए रोबोट की पूर्व समझ का उपयोग करता है।

वर्तमान में, PMPNBP के माध्यम से 100 अलग-अलग पुनरावृत्तियों का उपयोग किया जाता है, जिससे कई व्यंजन एक कैबिनेट के रास्ते में प्रवाहित हो सकते हैं।

PMPNBP की सफलता की कुंजी? इसके शोधकर्ताओं ने कहा है कि यह अपनी आंशिक टिप्पणियों के कारण परिकल्पित कब्जे के पूरे ऑब्जेक्ट को घुमाने के लिए है। यह अधिक सटीक और व्यवस्थित है जब संयुक्त वस्तुओं के पोज का अनुमान लगाया जा रहा है, PAMPAS के आगे एक पायदान की छलांग लगाते हुए, जो पहले से मौजूद विधि है।


वीडियो देखना: Evolution of humanoid robots. From Leonardo da Vinci to Boston Dynamics (मई 2022).