他们创造的机器人可以探测他们在太空中的位置©由体育提供 他们创造的机器人可以探测他们在太空中的位置。

美国麻省理工学院（MIT）的研究人员创造了一个深度学习神经网络，通过检测机器人的位置以及身体的所有部位，"教 "机器人在太空中自主定位。这些条件提高了机器人设备的效率，使其潜在的应用多样化。

根据消息，人工智能系统提供的新功能使软体机器人能够更好地与环境互动，并在每种情况下完成分配的任务。这一突破是向机器人设计自动化迈出的一步，因为神经网络能够计算出如何最好地设计每个机器人来解决特定的任务。麻省理工学院的科学家们在他们的研究中提出，发表在《IEEE机器人与自动化通讯》杂志上的一项技术进步的实现，使白体机器人能够更好地与环境和自身结构相关。与刚性的皮革设备不同，这些机器人可以在几乎无限多的形状之间变化。

虽然这种情况增加了它们的通用性，使它们更加人性化，但同时也使它们难以在空间中定位，难以探测其结构的每一个部分。因此，这些机器人往往不能正确地与环境发生关系，在效率和解决能力方面失去了可能性。

解决空间位置问题

刚性机器人的运动范围是有限的，由于存在一组有限的关节和肢体，可以进行可控的计算，进行绘图和运动规划，而软性机器人的情况则大不相同。就是软体机器人上的任何一点，理论上都可以以各种可能的方式变形。从逻辑上讲，这使运动的可能性倍增，使其设计非常复杂。

现在，美国研究人员创造的算法已经能够帮助工程师设计出能够收集更多有用环境信息的软机器人。结合深度学习系统，该算法会建议机器人体内的传感器优化位置，使其能更好地捕捉环境，成功执行新任务。

得益于这项创新，专家们认为，他们已经向开发真正高效的白车身机器人迈出了重要一步。值得注意的是，神经网络结合了机器人身体各个部位的特点，随后进行试错，通过试错 "学习 "最有效的动作序列来完成特定的任务，比如抓取不同大小的物体。

智能自动化

为了验证该系统的效率，研究人员比较了由他们的算法优化的传感器的机器人与其他根据专家判断放置传感器的机器人的工作情况。结果是结论性的：人工智能系统设计的机器人在效率和解决任务的能力上明显优于人类优化的机器人。

基于这些成果，科学家们认为，这一技术方案可以为机器人设计的智能自动化开辟一条新的道路，增加其在工业和经济活动各个领域的影响力，并将其用于与人类的协助和协作任务。