我們都不得不在某個時候清理一堆小物品，我們沒有花時間將它們放入正確的垃圾箱，只是從遠(yuǎn)處將這些物品扔進(jìn)垃圾箱。谷歌正在詳細(xì)介紹它開發(fā)的一種新機(jī)器人，該機(jī)器人使用物理學(xué)和深度學(xué)習(xí)將物品放入適當(dāng)?shù)娜萜髦?。谷歌的機(jī)器人在亞馬遜機(jī)器人挑戰(zhàn)賽的裝載任務(wù)中獲得第一名。

未來很容易看到此類機(jī)器人將取代亞馬遜工廠的人工揀貨和包裝，以便運(yùn)送給買家。谷歌構(gòu)建的機(jī)器人具有運(yùn)動學(xué)上防止由于不可預(yù)見的動態(tài)而掉落物體的功能。它使用穩(wěn)定而有意識的運(yùn)動來防止物體滑動。

該機(jī)器人還旨在容忍非結(jié)構(gòu)化世界的動態(tài)。Google 與普林斯頓大學(xué)、哥倫比亞大學(xué)和麻省理工學(xué)院合作開發(fā) TossingBot。這個名字來自于機(jī)器人學(xué)習(xí)抓取物體并將其扔進(jìn)自然范圍之外的選定盒子的設(shè)計。機(jī)器人通過使用端到端神經(jīng)網(wǎng)絡(luò)進(jìn)行學(xué)習(xí)，該網(wǎng)絡(luò)通過 RGB-D 圖像從視覺觀察映射到控制運(yùn)動原語的參數(shù)。

頭頂攝像頭跟蹤物體著陸的位置，自我監(jiān)督允許機(jī)器人隨著時間的推移而改進(jìn)。TossingBot 利用射彈彈道學(xué)來估計使物體降落在目標(biāo)位置所需的投擲速度。神經(jīng)網(wǎng)絡(luò)預(yù)測在該估計值之上所需的調(diào)整，以降落在正確的位置。該技術(shù)使 TossingBot 的投擲準(zhǔn)確度達(dá)到 85%。