AmazonSageMakerRL工具管理机器人工作流程承压水箱
Amazon SageMaker RL工具管理机器人工作流程
亚马逊推出了SageMaker强化学习(RL)Kubeflow组件,这是一个开放源代码工具包,旨在帮助管理机器人工作流程。
SageMaker RL旨在加快开发机器学习功能的速度,从而涵盖从感知到控制和优化的所有方面。
Amazon SageMaker是一项基于Amazon在开发现实世界机器学习应用程序方面的二十年经验建立的服务中国机械网okmao.com。SageMaker RL建立在SageMaker的基础上,添加了预打包的RL工具包,并与AWS RoboMaker包含的模拟环境集成。
SageMaker支持各种机器学习框架,包括TensorFlow,PyTorch和mxnet。
亚马逊在博客中写道:“机器人在社会中的用途越来越广泛,其用途越来越复杂,例如复杂的组装,挑选和包装,最后一英里交付,环境监测,搜索和救援以及辅助手术。” RL。“机器人学经常涉及训练复杂的行为序列。
RL是一种新兴的ML技术,可以帮助开发针对此类问题的解决方案。它无需复杂的训练数据即可学习复杂的行为,并且可以在为长期目标进行优化的同时做出短期决策。
“例如,当机器人与其环境互动时,这主要发生在模拟器中。机器人对其执行的动作会获得正面或负面的奖励。奖励由用户定义的函数计算,该函数输出应该激励的动作的数字表示。代理试图最大化正向奖励,因此该模型学习了决策的最佳策略。”
为了强调SageMaker RL的功能,亚马逊分享了一个有关澳大利亚天然气生产商Woodside Energy的案例研究。它使用机器学习方法进行机器人操纵。伍德赛德制造了一个机器人,里普利(Ripley),该机器人执行“双重阻止和放气,即手动关闭泵的程序,其中涉及依次打开多个阀”。
Ripley包括来自Universal Robots的两个UR5协作机器人手臂,一个Clearpath Robotics Husky移动机器人底座,每个手腕上的Intel RealSense D435摄像头以及一个Kodak PixPro身体摄像头。
RL公式将关节状态和摄像机视图用作代理的输入,并输出用于阀门操纵的最佳轨迹。您可以在下面的视频中观看Ripley的演示,该演示执行了双重阻止,并且流血了。
“我们的团队和合作伙伴希望开始探索使用机器学习方法进行机器人操纵的方法,” Woodside Energy的机器人工程师Kyle Saltmarsh说。“在我们能够有效地做到这一点之前,我们需要一个框架,该框架将使我们能够有效地训练测试,调整和部署这些模型。
通过SageMaker和RoboMaker使用Kubeflow组件和管道为我们提供了这一框架,我们很高兴让我们的机器人专家和数据科学家将他们的精力和时间集中在算法和实现上。”
- 20世纪包装的十大发明A百叶箱休闲家具磨刀机接杆高岭土Rra
- 大型工程兴建今后两年筑机购置总量将达35特种机械青铜峡二手磨床编织网管仓储货架Rra
- 苏州现巨型外墙彩绘耗掉油漆50吨搅拌机构冰块机煤球机节电系统注射机Rra
- 威盛嵌入式主板在应用于医疗行业木门圆柱导轨填料女士手表测力仪表Rra
- 2010年3月1日防腐涂料网上行情最新快汽油机去虱除螨电容滑石粉玩具电机Rra
- 工控机磁盘工作故障防护与排除办法白板笔武汉油压阀滑雪场排气阀Rra
- 苗圩共创中国航空工业美好未来有源音箱小型阀贸易咨询电器包装热调节器Rra
- 怎样确定塑料薄膜柔印的色序亚麻脚垫投影幕专业护具对焊球阀制样设备Rra
- 玻璃市场信心平平泰安载带软水机热轧薄板彩瓦机械Rra
- 润丰集团又一流延膜生产线将投产粉体设备钢铁板土工格栅制面机多媒体箱Rra
- 国内各类化纤原料价格行情每日点评56触感装置型钢玻璃灯饰切断车刀插件机Rra
- 脱困图强钢铁行业严控产量亟须创新自救0推力轴承发酵设备益智玩具水晶头管阀Rra
- 分布式能源商业模式重构与融资机制创新酒类电脑配件筛选设备电气柜轴流风扇Rra
- 液体化工储罐区常见隐患及治理油炉沐浴柱冬枣吊秤除尘Rra