unity发布最新示例项目，用人工智能技术训练机器人-凯发官网首页

    2021年3月3日 —— 今天，实时3d内容创作和运营平台unity（nyse：u）发布了object pose estimation 示例项目(demo)，该demo将计算机视觉和仿真技术相结合，展示了unity人工智能和机器学习功能如何有效地训练机器人，加速其在工业领域的应用落地。就在不久前，unity推出了支持机器人操作系统(ros)的最新版本，ros提供了用于编写机器人程序的灵活软件架构。这些新工具为机器人专家打开了一扇大门，让他们可以安全、经济、快速地进行机器人应用的研究、测试、开发与部署凯发k8官网下载的解决方案。
 

 

    unity人工智能高级副总裁danny lange表示：“这个demo是系统主动学习而非被动编程的有力例证。通过对大量合成数据的学习，系统能够捕捉到具有细微差别的图案，这是任何一个普通程序都无法做到的。它展示了真正的人工智能技术，以及在训练机器人方面可能达到的效率。这些技术加在一起，能够看到我们正不断突破界限。“

 

    在危险、昂贵或特殊的情况下测试应用程序时，仿真技术能够发挥很大的作用。在仿真环境中验证应用程序，可以在程序实际部署到机器人之前就尽早发现潜在问题，大大缩短迭代时间。unity内置的物理引擎与unity编辑器结合，可用于创建出具有无数排列组合方式的虚拟测试环境，测试中的对象可以通过（贴近）现实世界中作用在物体上的力来控制。

 

    随着最新的demo，unity还发布了一款开源的unity程序包urdf importer，可用于将机器人从其urdf文件导入到unity场景中。unity中增强的关节运动支持可以进行更逼真的运动学模拟，此外，unity的ros-tcp-connector还可大幅降低ros节点和unity之间的信息延迟，让机器人能够几乎实时地响应模拟的环境。demo还展示了最近发布的perception sdk中的unity计算机视觉工具，可以用来创建大量合成的、标记的训练数据，从而训练一个简单的深度学习模型来预测立方体的位置。demo中提供的教程可帮助开发者重建该项目，通过应用定制的随机函数发生器可对项目进行扩展，以创建更多复杂的场景。

 

    “通过unity，我们让人工数据合成变得更加大众化，而且使在虚拟环境中模拟高级交互成为可能。例如，为自动驾驶车辆或造价高昂的机器人手臂开发控制系统时，就不必担心破坏设备或增加工业安装成本了。如今人工智能和机器学习的发展，让机器人可以在工业各个领域执行更复杂的任务，而能够在高保真的虚拟环境中验证应用程序将节省时间和资金，加快机器人的应用落地。”lange补充到。