站内搜索：MIT新突破：视觉深度学习让软体机器人自适应控制更精准
乡村振兴
体育产业
互联网
双创服务
科技产业
企服行业
文化产业
旅游产业
美食行业
房产行业
汽车产业
更多
教育产业
视频
博客
登录
注册
搜索
MIT新突破：视觉深度学习让软体机器人自适应控制更精准
不感兴趣
x
科技
0评论
·
0
来自：
优府科技服务（北京）有限公司
|
拓荒牛
15小时前
![](https://img2.tuohuangzu.com/uninf/images/202507/2025071414022947483.png"></p><p>mit的研究团队通过深度学习技术攻克了这一难题。新系统利用单个摄像头捕捉机器人运动画面，并结合“神经雅可比场（njf）”技术，使机器人能借助视觉反馈对自身形态与运动能力形成认知。研究团队使用多视角、时长2至3小时的随机运动视频对多种机器人进行训练，成功训练出能从单帧图像中重建机器人三维形态及其动作范围的神经网络。</p><p>在多项测试中，该系统在气动软体机械手、16自由度的奥利格罗机械手、3d打印机械臂以及低成本的poppy机械臂上均表现优异。具体而言，关节运动误差低于3度，指尖控制误差小于4毫米，且能根据环境变化进行自我调整。项目负责人、mit助理教授文森特·西茨曼指出，将视觉作为弹性传感手段，为农业、建筑等非结构化环境中的机器人应用开辟了新路径。</p><p>西茨曼教授进一步解释，这种视觉反馈机制能够构建机器人自身运动的动力学模型，即便在传统定位方式难以奏效的场景下，也能实现自监督运行。这意味着，未来的软体机器人与仿生机器人将更加智能，能够更好地适应各种复杂环境，执行多样化任务。</p>)
