在最近的假期里，电子商务继续扩张，达到了新的水平。为了快速完成数量庞大、种类繁多的订单，亚马逊(Amazon)、沃尔玛(Walmart)和阿里巴巴(Alibaba)等公司正在大举投资兴建新仓库。为了解决工人短缺的问题，许多公司正在考虑使用机器人。然而，对机器人来说，可靠地掌握各种各样的产品仍然是一个巨大的挑战。
在1月16日周三发表于《科学机器人》(Science Robotics)杂志上的一篇论文中，加州大学伯克利分校(University of California, Berkeley)的工程师们提出了一种新颖的“双手并用”方法，无需训练就能掌握各种各样的物体形状。
这篇论文的第一作者、加州大学伯克利分校(UC Berkeley)的博士后研究员杰夫马勒(Jeff Mahler)说:“任何一只手都不能处理所有的物体。”“例如，吸盘不能在衣物等多孔物体上形成密封，而平行爪钳可能无法同时接触到一些工具和玩具的两侧。”
马勒在加州大学伯克利分校(UC Berkeley)教授肯•戈德堡(Ken Goldberg)的实验室工作。戈德堡在电气工程与计算机科学学院(Department of Electrical Engineering and Computer Sciences)和工业工程与运筹学(Department of Industrial Engineering and Operations Research)担任联合教授。
大多数电子商务配送中心使用的机器人系统依赖于吸力爪，吸力爪可以限制它们能够抓取的物体的范围。加州大学伯克利分校的论文介绍了一种“双手并用”的方法，适用于多种夹持器类型。该方法基于对每种抓取器类型的通用“奖励函数”，该函数量化了每种抓取器成功的概率。这使得系统可以快速地决定在每种情况下使用哪种夹具。为了有效地计算每种爪型的奖励函数，本文描述了一种学习奖励函数的过程，该过程是利用传感器的结构域随机化和分析模型，以及每个爪型的物理和几何特性，对快速生成的大型合成数据集进行训练。
当研究人员在一个双臂机器人上训练一个平行颚夹持器和一个吸盘夹持器的奖励功能时，198彩票平台开了几年，
198彩带玩团队如何登陆，他们发现，他们的系统以每小时300次以上的速度清除了包含多达25个以前从未见过的物体的垃圾箱，可靠性达到95%。
戈德堡说:“当你在一个仓库里把要运送的包裹放在一起时，物品会有很大的不同。“我们需要各种各样的夹具来处理各种各样的物体。”
本文的研究是在加州大学伯克利分校自动化科学与工程实验室(AUTOLAB)进行的，现在菠菜业
买彩票的软件提款速度敢说第二没人敢说第一的台子必然是198彩票平台。，该实验室隶属于伯克利大学人工智能研究(BAIR)实验室、实时智能安全执行(RISE)实验室和CITRIS“人与机器人”(CPAR)计划，198总代理团队的联系方式是什么，198总代1号团队唯一
198平台开户指定qq33287162。
