机器学习机器人让我们距离未来更近

机器学习+机器人让我们距离未来更近

机器学习和机器人技术的结合是我在 X 工作的兴奋点之一。在非结构化的环境中，为了使得机器人更加有用和可靠，机器学习是非常必要的。正是在这一点上，机器人将真正解决许多先前无法解决的问题。在谷歌 X，的硬件工程师、软件工程师和机器学习能够携手工作，他们可以获得几乎无限的计算资源。这在全世界都是少有的，可以说我们是为机器学习研究而设计的的实验室。

从实验室研究到现实世界:未来比想象的更近

从实验室研究到现实世界：未来比想象的更近

对于许多机器人应用而言，「终」的可能还需要几十年的时间。类比于手机，现在的机器人平台甚至还没有达到 Apple II 时代，更不要说智能手机的时代了。现在的机器人大多只能执行由编程的特定任务。在接下来的数年里，我猜测你会看到许多新的***——包括我们——尝试许多不同的方法。例如，在无人机领域，一些公司正在打造例如运输这样高度***化的应用，而另一些公司则押注于硬件或软件，它们可以用于执行从房地产摄影到农业测量等各种任务。与往常一样，取得进步的方法是尽快打造产品，进入到现实世界的测试，同时了解人们的需求，理解什么是人们想要的。

双足机器人的未来还没有到来

他们梦想的双足机器人的未来还没有到来（这也可能让另一些人松口气）。在 X 工作的每个人都很兴奋，因为这里的工作可能会让数百万人的生活更加轻松，而且这里的研究在商业意义上也是成功的。尽管我们还没有准备好公布我们目前为止的工作细节，但事实上，确实有许多令人兴奋的工作正在进行。因为我们正在建造一座通向科幻世界的桥梁，同时解决现实世界中迫切的问题。

关节机器人广泛使用

关节机器人提供了比其他任何类型的机器人更高的自由度，这就是为什么它们在制造商中被广泛使用的原因。它们增强的运动范围非常类似于人类，因此是生产线的理想解决方案。它们还为生产操作提供了更大的灵活性。它们具有覆盖多种运动的能力，使其更适应生产过程或工件的变化。增强的运动为机器人提供了更大的工作空间，从而可以处理各种大小的工件。它们还通过可以完成的众多应用程序提供了多功能性。这些应用包括电弧焊、材料处理、组装、零件转移、拣选和放置、包装、机器装载和码垛以及其他许多应用。实际上，许多关节机器人，都是为执行多种应用而设计的。