ئەو ڤیدیۆی بوویە هۆی تۆبە کردنی زۆر گەنج
جنگا ایک پیدل ہے کہ بہت سے انسانوں کو ابھی بھی چند مشروبات سے بھی زیادہ لطف اندوز ہوسکتا ہے، اسے مقبول بار کھیل بناتا ہے. لیکن روبوٹ کے لئے، یہ کھیل ایک چیلنج ہے جو آزمائشی کی جانچ پڑتال کرتا ہے اور محسوس کرو جسمانی دنیا، مہارتوں کا ایک مجموعہ ہے جو، ایک مرتبہ مہارت حاصل کرتا ہے، مفت بار ٹیب جیتنے سے کہیں زیادہ اہم اثر پڑے گا.
ماسیساچوٹس انسٹی ٹیوٹ آف ٹیکنالوجی کے پروفیسر البرٹو Rodriguez اور گریجویٹ طالب علم نما فاضل کہتے ہیں اندرونی یہ حقیقت حقیقی دنیا میں روبوٹ تربیت دینے کی کلید ہے. ان کی تحقیقات نے جرنل میں بدھ کو شائع کیا تھا سائنس روبوٹکس.
مصنوعی انٹیلی جنس استعمال کرتے ہوئے، دو محققین نے اپنے روبوٹ کو اصل وقت کے بصری اور رابطے کے اعداد و شمار پر عملدرآمد کرنے کے قابل بنائے، جیسا کہ سینکڑوں سپریڈ شیٹوں کو کھانا کھلانے کے مخالف تھا. اس طرح کے حقیقی وقت میں ڈیٹا بیس پروسیسنگ ایک دن ہوسکتا ہے کہ وہ اسمگلنگ لائن روبوٹ کی مدد کرسکیں جسے مکھی پر سیکھنے کے بغیر ٹائل معلومات کے ذریعے سیکھ سکتے ہیں. گھریلو بوٹس نئی آزمائشی مہارتوں کو صرف ایک آزمائشی رن کی تھوڑی سی کے ساتھ سیکھ سکتے ہیں. مشینیں آخر میں اپرنٹسس کی تربیت کر سکتی ہیں.
مزید پڑھیے: ویڈیو بیئر فائننگ لیگو روبوٹ دکھاتا ہے جو بوسٹن متحرک ہوسکتا ہے
"تربیت اور اعتماد کے ساتھ ٹاور کے ساتھ بات چیت کرنے کا طریقہ سیکھنے کی صلاحیت یہ ایک روبوٹ ہیراپولیشن کو تیار کرنے کی کلید ہے،" روڈریگیوز اور فاضللی کو ایک ای میل میں لکھیں. اندرونی. "ہم نے جیانگ اٹھایا ایک دوسری اہم وجہ ڈیٹا کی کارکردگی ہے. ہم روبوٹ کس طرح لسگوں یا سینکڑوں ہزار کوششوں کے مقابلے میں دس لاکھ سے زائد کوششیں سیکھ سکتے ہیں؟ یہ دونوں بہت سے کاموں کے لئے اہم ہیں جو ہم اپنے ہاتھوں سے کرتے ہیں اور یہ روبوٹ کے ساتھ ہمارے ساتھ مدد کرنے کے لئے بہت اچھا ہوں گے. ردی کی ٹوکری کے ذریعے چھانٹنے کے لئے فون جمع کرنے سے."
محققین کی طرف سے جاری ایک ویڈیو میں، ایک روبوٹ بازو لکڑی کے بلاکس کے ٹاور پر زور دیتا ہے کہ یہ ممکنہ طور پر کیا ممکن ہو سکے. یہ فوری طور پر پھنس ٹکڑوں کو شناخت کرتا ہے اور ان کو صاف کرتا ہے. بالآخر یہ ایک جینگ ماہر بن جاتا ہے جو شاید (مارے جانے والی نشے میں) انسان کو مارنے میں ایک شاٹ ہے. یہ آج بہت سے روبوٹوں سے مختلف ہے کہ خاص طور پر ان کے کاموں کے بارے میں جانے کے لئے بصری ڈیٹا پر انحصار کرتے ہیں.
اب یہ جینگ میں اس کو کچلنے کے لئے اس تربیتی طریقہ ثابت ہوا ہے، یہ محققین کے پاس ہے جو روبوٹ میں زیادہ عملی کاموں کی ماسٹر کی مدد کرنے کے طریقہ کار کا ترجمہ کرنے کے لئے ترجمہ کریں. شاید سیکھنے اور محسوس کی بنیاد پر مرکب فضلہ سے ری سائیکلنگ کو کیسے چھانٹ سکیں اگلے بڑے ٹیسٹ ہوسکتا ہے.
اس وقت تک، یہ روبوٹ گرفتاری خوشی سے آپ کو اپنے اگلے جنگا بار سیشن میں بیوقوف کی طرح نظر آئے گی.
متعلقہ ویڈیو: یہ روبوٹ ہاتھ انسان کی طرح ریفلوجس کو سکھایا گیا تھا.
Fanuc اور NVIDIA نے فیکٹری روبوٹ سکھانے کے لئے شراکت داری کی ہے.
Fanuc اور NVIDIA نے فیکٹری روبوٹ سکھانے کے لئے شریک کیا ہے. ایک دوسرے سے سیکھنا اور آخر میں، پروگرام خود.
کیا کر سکتے ہیں 5 منٹ کے شاور کیلی فورنیا کی خشک ہوسکتی ہے اور صاف ہوسکتی ہے؟
مستقبل سست غسلوں کے لئے بھرا ہوا ہے. طویل عرصے سے خشک خشک، جیسے ہی فی الحال کیلی فورنیا کو گھاس میں جانے کی وجہ سے، ماحولیاتی تبدیلی کا ایک اور ناگزیر اثر ہے. جنوبی کیلیفورنیا کے میٹروپولیٹن پانی ڈسٹرکٹ نے پانی شروع کر دیا ہے، خشک خیز اثرات کو کم کرنے میں مدد کرنے کے لئے اپنے شہریوں کی حوصلہ افزائی کی ہے.
ایلس مسک ٹی ویز منافع بخشی کے طور پر ٹیسلا نے فیکٹری طور پر فیکٹری ریکارڈز کو توڑ دیا
ٹیسلا ایک بمپر سہ ماہی کے لئے ہے. ایک پیر کی رپورٹ کا دعوی ہے کہ کمپنی نے تین مہینوں میں محنت کش 80،000 گاڑیاں تیار کی ہیں، جو پیداوار کی ناپاکی کی شرح میں موجود تھی. یہ خبر آتا ہے کہ سی ای او ایلون مسک ملازمتوں کو بتایا کہ اس کے بعد کمپنی آخر میں منافع بخش ہونے تک پہنچ جاتی ہے.