当前位置:首页 > > 基于主动探索的智能抓取机器人 |
近年来,电子商务的发展推动了物流产业项目的繁荣,全球物流市场收入预计在2021年达到224亿美元。人力成本的快速上涨,使智能化的物流装备在提高物流效率等方面的优势日渐突出。我国物流行业正在从劳动密集型转向技术密集型,机器人代替人工是未来的趋势。 目前,物流自动化的难点在于仓储物流,80%的物流仓库仍然依赖于人力。物流抓取通常是重复枯燥的,有时具有危险性,我们希望让机器人来完成这样的工作,让人类劳动者投入到更有创造性的工作中。 学术界和工业界都在寻求解决方案,许多研究人员针对这一课题开展了工作。Andy Zeng 等人通过对整个场景的分析,提出了利用Affordance Map(一个包含每个抓取点的置信度的图)来获取抓取区域的方法,大大提高了抓取的效率。然而,由于环境通常是复杂和无结构化的(例如混乱的场景),有时机器人很难找到合适的位置来抓住物体。 因此,我们研发了一种新型智能抓取机器人,结合深度强化学习方法,赋予机器人主动探索感知的能力,解决了Affordance Map方法的缺陷,使得机器人能够改善抓取环境,提高了机器人在复杂环境下的抓取成功率。
|
机器人推荐 |