（文章來源：天極網(wǎng)）

如果機器人要拿起一個物體并將其放進一個容器里。首先，機器人需要觀察物體，在6D空間中決定抓取器的移動位置。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，這對于機器人來說實現(xiàn)起來是非常困難的。

據(jù)外媒報道，來自英偉達的研究人員開發(fā)了一種名為6-DoF GraspNet的新算法，可以讓機器人抓取任意物體。據(jù)了解，6-DoF GraspNet工作原理如下。

機械手觀察物體并決定在6D空間(空間中的x、y、z坐標平面和旋轉(zhuǎn)三維空間)中的移動路徑。該算法的設(shè)計方式是生成一組可能的握持器并根據(jù)需求進行移動。然后整個握持器通過一個“握持評價器”運行，該評價器會為每個可能的握持分配一個分數(shù)。最后握持評價器通過局部變換調(diào)整握持變量進而提高最佳握持的成功率。

值得一提的是，研究人員并沒有選擇深度學(xué)習(xí)的方法，而是選擇了“綜合訓(xùn)練數(shù)據(jù)”。事實上，基于深度學(xué)習(xí)的方法通常需要多個機器人收集數(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)。它由三維對象模型和模擬的抓取體驗組成。對于每個對象，使用幾何啟發(fā)式生成抓取假設(shè)，并使用NVIDIA FleX物理引擎進行評估。

研究人員表示，6-DoF GraspNet的優(yōu)勢包括：1、它可以用來抓取任意物體;2、它的模塊化，這使得它可以用于各種計算機視覺應(yīng)用和運動規(guī)劃算法;3、它可以跟一個模型一起使用，該模型可根據(jù)各種物體的“點云”來分配形狀，而這將能確保機械臂不會跟任何障礙物相撞。

機器人的抓取一直是國內(nèi)外研究的重點，這也印證了解決這個問題對整個機器人技術(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景中得到解放。
? ? ?