（文章來(lái)源：天極網(wǎng)）

如果機(jī)器人要拿起一個(gè)物體并將其放進(jìn)一個(gè)容器里。首先，機(jī)器人需要觀察物體，在6D空間中決定抓取器的移動(dòng)位置。需要注意的是，抓取成功與否還取決于物體和夾具的幾何形狀、物體質(zhì)量分布以及表面摩擦力，這對(duì)于機(jī)器人來(lái)說(shuō)實(shí)現(xiàn)起來(lái)是非常困難的。

據(jù)外媒報(bào)道，來(lái)自英偉達(dá)的研究人員開(kāi)發(fā)了一種名為6-DoF GraspNet的新算法，可以讓機(jī)器人抓取任意物體。據(jù)了解，6-DoF GraspNet工作原理如下。

機(jī)械手觀察物體并決定在6D空間(空間中的x、y、z坐標(biāo)平面和旋轉(zhuǎn)三維空間)中的移動(dòng)路徑。該算法的設(shè)計(jì)方式是生成一組可能的握持器并根據(jù)需求進(jìn)行移動(dòng)。然后整個(gè)握持器通過(guò)一個(gè)“握持評(píng)價(jià)器”運(yùn)行，該評(píng)價(jià)器會(huì)為每個(gè)可能的握持分配一個(gè)分?jǐn)?shù)。最后握持評(píng)價(jià)器通過(guò)局部變換調(diào)整握持變量進(jìn)而提高最佳握持的成功率。

值得一提的是，研究人員并沒(méi)有選擇深度學(xué)習(xí)的方法，而是選擇了“綜合訓(xùn)練數(shù)據(jù)”。事實(shí)上，基于深度學(xué)習(xí)的方法通常需要多個(gè)機(jī)器人收集數(shù)天或數(shù)月的數(shù)據(jù)，以獲得足夠的數(shù)據(jù)來(lái)訓(xùn)練模型。而6-DoF GraspNet使用的則是綜合訓(xùn)練數(shù)據(jù)。它由三維對(duì)象模型和模擬的抓取體驗(yàn)組成。對(duì)于每個(gè)對(duì)象，使用幾何啟發(fā)式生成抓取假設(shè)，并使用NVIDIA FleX物理引擎進(jìn)行評(píng)估。

研究人員表示，6-DoF GraspNet的優(yōu)勢(shì)包括：1、它可以用來(lái)抓取任意物體;2、它的模塊化，這使得它可以用于各種計(jì)算機(jī)視覺(jué)應(yīng)用和運(yùn)動(dòng)規(guī)劃算法;3、它可以跟一個(gè)模型一起使用，該模型可根據(jù)各種物體的“點(diǎn)云”來(lái)分配形狀，而這將能確保機(jī)械臂不會(huì)跟任何障礙物相撞。

機(jī)器人的抓取一直是國(guó)內(nèi)外研究的重點(diǎn)，這也印證了解決這個(gè)問(wèn)題對(duì)整個(gè)機(jī)器人技術(shù)發(fā)展的重要意義。相信，隨著技術(shù)的不斷完善，人類的雙手可以將在更多的場(chǎng)景中得到解放。
? ? ?