"Dexnet 2.0." düzensiz biçimli nesneleri yüzde 99 başarıyla kaldırıp taşıyabiliyor
Bilim adamları düzensiz biçimli nesneleri başarıyla kavrayabilen robot üretti.
California Üniversitesi Berkeley Kampüsündeki Robot Bilimi Fakültesinden Profesör Ken Goldberg ve araştırmacı Jeff Mahler'in geliştirdiği."DexNet 2.0." adlı robotun, insanların gündelik hayatında yaygın olarak karşılaştığı ancak robot kollarının kavramakta zorlandıkları ayakkabı, sprey şişesi, açık kutu ve plastik oyuncak gibi düzensiz biçimli nesneleri hassasiyetle kavrayıp kaldırabildiği belirtildi.
Robotların düzensiz biçimleri kavrayıp kaldıramamasının sebebinin nesneye nereden baskı uygulayacağını kestirememek olduğunu kaydeden bilim adamları, bu durumu aşmak üzere robotu 6,7 milyon veri noktasından oluşan üç boyutlu şekiller veri tabanı ile bu veri tabanının makine öğrenme yoluyla geliştiren bir sinir ağıyla donattı.
Robotun, koluna üç boyutlu bir sensörle bağlanan bu ağ sayesinde her düzensiz şekle uygun kavrama tarzını ve hassasiyetini doğru şekilde tanımlayabildiği bildirildi.
DexNet 2.0.'ın denemelerde nesneleri yüzde 99 başarıyla kavrayıp taşıyabildiği ifade edildi.
"Dexnet 2.0." düzensiz biçimli nesneleri yüzde 99 başarıyla kaldırıp taşıyabiliyor
Bilim adamları düzensiz biçimli nesneleri başarıyla kavrayabilen robot üretti.
California Üniversitesi Berkeley Kampüsündeki Robot Bilimi Fakültesinden Profesör Ken Goldberg ve araştırmacı Jeff Mahler'in geliştirdiği."DexNet 2.0." adlı robotun, insanların gündelik hayatında yaygın olarak karşılaştığı ancak robot kollarının kavramakta zorlandıkları ayakkabı, sprey şişesi, açık kutu ve plastik oyuncak gibi düzensiz biçimli nesneleri hassasiyetle kavrayıp kaldırabildiği belirtildi.
Robotların düzensiz biçimleri kavrayıp kaldıramamasının sebebinin nesneye nereden baskı uygulayacağını kestirememek olduğunu kaydeden bilim adamları, bu durumu aşmak üzere robotu 6,7 milyon veri noktasından oluşan üç boyutlu şekiller veri tabanı ile bu veri tabanının makine öğrenme yoluyla geliştiren bir sinir ağıyla donattı.
Robotun, koluna üç boyutlu bir sensörle bağlanan bu ağ sayesinde her düzensiz şekle uygun kavrama tarzını ve hassasiyetini doğru şekilde tanımlayabildiği bildirildi.
DexNet 2.0.'ın denemelerde nesneleri yüzde 99 başarıyla kavrayıp taşıyabildiği ifade edildi.
"Dexnet 2.0." düzensiz biçimli nesneleri yüzde 99 başarıyla kaldırıp taşıyabiliyor
Bilim adamları düzensiz biçimli nesneleri başarıyla kavrayabilen robot üretti.
California Üniversitesi Berkeley Kampüsündeki Robot Bilimi Fakültesinden Profesör Ken Goldberg ve araştırmacı Jeff Mahler'in geliştirdiği."DexNet 2.0." adlı robotun, insanların gündelik hayatında yaygın olarak karşılaştığı ancak robot kollarının kavramakta zorlandıkları ayakkabı, sprey şişesi, açık kutu ve plastik oyuncak gibi düzensiz biçimli nesneleri hassasiyetle kavrayıp kaldırabildiği belirtildi.
Robotların düzensiz biçimleri kavrayıp kaldıramamasının sebebinin nesneye nereden baskı uygulayacağını kestirememek olduğunu kaydeden bilim adamları, bu durumu aşmak üzere robotu 6,7 milyon veri noktasından oluşan üç boyutlu şekiller veri tabanı ile bu veri tabanının makine öğrenme yoluyla geliştiren bir sinir ağıyla donattı.
Robotun, koluna üç boyutlu bir sensörle bağlanan bu ağ sayesinde her düzensiz şekle uygun kavrama tarzını ve hassasiyetini doğru şekilde tanımlayabildiği bildirildi.
DexNet 2.0.'ın denemelerde nesneleri yüzde 99 başarıyla kavrayıp taşıyabildiği ifade edildi.
"Dexnet 2.0." düzensiz biçimli nesneleri yüzde 99 başarıyla kaldırıp taşıyabiliyor
Bilim adamları düzensiz biçimli nesneleri başarıyla kavrayabilen robot üretti.
California Üniversitesi Berkeley Kampüsündeki Robot Bilimi Fakültesinden Profesör Ken Goldberg ve araştırmacı Jeff Mahler'in geliştirdiği."DexNet 2.0." adlı robotun, insanların gündelik hayatında yaygın olarak karşılaştığı ancak robot kollarının kavramakta zorlandıkları ayakkabı, sprey şişesi, açık kutu ve plastik oyuncak gibi düzensiz biçimli nesneleri hassasiyetle kavrayıp kaldırabildiği belirtildi.
Robotların düzensiz biçimleri kavrayıp kaldıramamasının sebebinin nesneye nereden baskı uygulayacağını kestirememek olduğunu kaydeden bilim adamları, bu durumu aşmak üzere robotu 6,7 milyon veri noktasından oluşan üç boyutlu şekiller veri tabanı ile bu veri tabanının makine öğrenme yoluyla geliştiren bir sinir ağıyla donattı.
Robotun, koluna üç boyutlu bir sensörle bağlanan bu ağ sayesinde her düzensiz şekle uygun kavrama tarzını ve hassasiyetini doğru şekilde tanımlayabildiği bildirildi.
DexNet 2.0.'ın denemelerde nesneleri yüzde 99 başarıyla kavrayıp taşıyabildiği ifade edildi.