麻省理工開發新演算法 讓機器人更快適應新環境
編譯／Elisa
美國麻省理工學院的電腦科學與人工智慧實驗室創新團隊，最近推出一套新的演算法「評估、推測和定位」（Estimate, Extrapolate, and Situate ,EES），要徹底改變機器人適應環境方式並提升適應能力，藉此讓他們自主學習。這套演算法有望提升機器人在工廠、家庭到醫院等各種環境效率。
新演算法助機器人適應新環境
這套EES演算法利用視覺系統來識別和監控機器人的環境，演算法評估機器人執行動作的可靠性，判斷是否值得繼續更多練習，接著視覺系統就會檢查動作正確度，最後預測機器人在整體任務上的表現。整套過程不需要人工干預，《俺算法就能協助機器人改進。
更多新聞：掃地機器人上太空 專吃地球軌道垃圾
提升機器人自主學習能力
研究人員也對美國機器人公司Boston Dynamics開發的機器狗Spot進行試驗，其中一次是讓Spot在大約三小時內，學會如何將球和圓環安全放在傾斜的桌子上。另一項測試則是讓演算法引導機器人在大約兩小時內，將玩具掃進箱子裡。科學家也因此發現一些面臨到的限制，像是得使用離地面更低的桌子，好讓機器人更容易看到物體。有時機器人沒有偵測到某些東西，或是在錯誤的位置識別物體，都算失敗。開發團隊希望透過演算法讓機器人自己收集經驗，更好選擇效果更好的方法。
※探索職場，透視薪資行情，請參考【科技類-職缺百科】幫助你找到最適合的舞台！
瀏覽 316 次
