這項技術通過虛擬訓練打造智能抓取能力,并在波士頓動力的 Atlas MTS 機器人上成功應用,實現(xiàn)了從虛擬到現(xiàn)實的“零樣本”飛躍。
在傳統(tǒng)機器人領域,機器人手臂往往只能依據(jù)預設程序對固定物體進行抓取,一旦遭遇新物體或處于復雜環(huán)境中,便會顯得束手無策。而DextrAH - RGB技術的出現(xiàn),徹底改變了這一局面。它讓機器人通過立體攝像頭感知物體,能夠自動判斷抓取方式,即使面對從未見過的物體,也能應對自如。
該技術的訓練完全在英偉達的Isaac Lab虛擬平臺上開展,其過程分為兩個步驟。這種創(chuàng)新的“先練后用”模式,極大地縮短了訓練時間,降低了成本,使機器人能夠迅速適應現(xiàn)實世界的各種情況。
波士頓動力的Atlas MTS機器人堪稱DextrAH - RGB技術的最佳“代言人”。其配備的三指夾爪,具備強大的抓取能力,從輕巧的零件到重型工業(yè)物品,皆能輕松抓取。
根據(jù)英偉達發(fā)布的信息,Atlas機器人不僅可以精準抓取不同形狀的物體,而且在抓取失敗時能夠自動檢測并重新嘗試,展現(xiàn)出了令人驚嘆的智能水平。尤為關鍵的是,Atlas的抓取能力完全源自虛擬訓練,無需在現(xiàn)實中進行額外調(diào)整。這種“零樣本”技術使得機器人能夠“即學即用”,為工業(yè)自動化進程節(jié)省了大量的時間和資源。