盖世汽车讯　现在大多数机器人系统要么可以高精度地处理特定任务，要么低精度地完成一系列简单任务，但往往缺乏在不影响精度的情况下解决多项任务的能力。为了实现大规模部署，多用途机器人需要具有在特定位置精确地定位、拾取和放置物体的能力。

（图片来源：麻省理工学院）

据外媒报道，麻省理工学院（MIT）的研究人员最近推出了SimPLE（拾起定位和放置仿真）。这是一种基于学习的新型视觉触觉方法，可以帮助机器人系统拾取和放置各种物体。这种方法通过用模拟来学习如何拾取、重新抓住和放置不同的物体，只需对这些物体进行计算机辅助设计。

研究人员表示，事实证明，自动化领域现有的挑战之一是精确拾起和放置物体。这个问题颇具挑战性，因为需要机器人将非结构化的物体排列转换为有组织的排列，以便于进一步操控。各种工业机器人已能够拾起、抓住和放下不同的物体。但是，这些方法大多只适用于一小部分广泛使用的物体，如盒子、杯子或碗，并且不强调精确度。

在这项研究中，研究人员着手开发一种新方法，让机器人仅依靠仿真数据来精确地拾起和放置各种物体。这与以前的方法不同，这些方法大多通过现实世界中的机器人与不同物体的交互进行学习。

SimPLE依赖于三个主要组件（仿真开发），包括任务感知抓取、视觉触觉感知和重新抓取规划。首先，任务感知抓取模块会选择一个稳定、可观察且易于放置的物体。然后，视觉触觉感知模块会融合视觉和触觉，以高精度定位该物体。最后，规划模块会计算到达目标位置的最佳路径（比如将物体交给另一只手臂），如果需要的话。

最终，这使机器人系统能够计算出稳健而高效的计划，以高精度操控各种物体。其最明显的优势是机器人不需要事先与现实世界中的物体进行交互，从而大大加快了学习过程。研究人员Maria Bauza和Antonia Bronars表示：“这项工作提出了一种实现精确拾起和放置的方法，无需昂贵的真实机器人经验即可实现通用性。它利用模拟和已知的物体形状来实现这一点。”

研究人员在一系列实验中测试了这种方法。结果发现，该方法可以让机器人系统成功拾起和放置15种形状和大小各异的物体，同时在机器人物体操控方面也优于基准技术。

值得一提的是，这是首批结合视觉和触觉信息来训练机器人完成复杂操作任务的研究之一。该团队的成果令人鼓舞，可能促进其他研究人员开发类似的模拟学习方法。Bauza和Bronars表示：“这项研究的实际意义十分广泛。SimPLE非常适合自动化程度很高的行业，例如汽车业。但也有助于在许多半结构化环境中实现自动化，例如中型工厂、医院和医学实验室等自动化程度不高的行业。”