英偉達(dá)新技術(shù) 教機(jī)器人通過觀察人類來學(xué)習(xí)

　　新浪科技訊 北京時(shí)間5月21日上午消息，工業(yè)機(jī)器人大都是一遍又一遍地重復(fù)已經(jīng)明確編程好的任務(wù)。通常來講，這意味著執(zhí)行這些任務(wù)的機(jī)器人會(huì)與給它們編程的脆弱的工程師們保留安全距離。然而，越來越多的研究人員正在思考機(jī)器人如何在充滿人類的環(huán)境里工作，甚至向他們學(xué)習(xí)。例如，英偉達(dá)公司目前在西雅圖的新機(jī)器人實(shí)驗(yàn)室里專注于一項(xiàng)研究——該公司的研究團(tuán)隊(duì)今天在澳大利亞布里斯班舉辦的機(jī)器人與自動(dòng)化國際會(huì)議（ICRA）上展示了機(jī)器人觀察人類的實(shí)驗(yàn)，并介紹了其最近的一些關(guān)于機(jī)器人教學(xué)的工作。

　　正如英偉達(dá)的機(jī)器人研究高級(jí)主管Dieter Fox（他同時(shí)也是一位華盛頓大學(xué)教授）告訴記者的那樣，該團(tuán)隊(duì)希望啟用一種能夠在靠近人類的條件下安全工作的新一代機(jī)器人。但要做到這一點(diǎn)，這些機(jī)器人首先需要能夠檢測(cè)人類，跟蹤他們的活動(dòng)，并了解他們?nèi)绾螏椭藗儭热纾谛∫?guī)模的工業(yè)環(huán)境中，或是某人家中。

　　雖然有可能通過機(jī)械的重復(fù)來訓(xùn)練某個(gè)算法，好讓它能成功地玩電子游戲，并教導(dǎo)它從錯(cuò)誤中學(xué)習(xí)，但福克斯認(rèn)為，這種訓(xùn)練機(jī)器人的方式可能會(huì)因?yàn)闄C(jī)器人要做決策的內(nèi)容太多而無法有效地完成。相反，由Stan Birchfield和Jonathan Tremblay領(lǐng)導(dǎo)的英偉達(dá)研究小組開發(fā)了一個(gè)新系統(tǒng)，能允許機(jī)器人算法通過簡單地觀察人來得到教導(dǎo)，以執(zhí)行新的任務(wù)。

　　這個(gè)例子中的任務(wù)非常簡單——只需要堆疊幾個(gè)彩色的積木即可。但這也是在這整個(gè)漫漫長征路中邁出的重要一步，好讓人類能夠快速教授機(jī)器人的新任務(wù)。

　　研究人員首先訓(xùn)練了一系列的神經(jīng)網(wǎng)絡(luò)來檢測(cè)積木，推斷積木之間的關(guān)系，然后生成一個(gè)程序，來讓它反復(fù)目睹人類表演的各個(gè)步驟。研究人員說，這個(gè)新系統(tǒng)能讓他們訓(xùn)練機(jī)器人在現(xiàn)實(shí)世界中只通過一次演示來完成這個(gè)堆疊任務(wù)。

　　這個(gè)系統(tǒng)的一個(gè)很好的地方在于——它可以對(duì)正在執(zhí)行的步驟產(chǎn)生一個(gè)可讀的描述。這樣，研究人員就能更容易地找出發(fā)生錯(cuò)誤時(shí)的具體情況。

　　英偉達(dá)的Stan Birchfield告訴我，該團(tuán)隊(duì)旨在為非專業(yè)人員提供機(jī)器人培訓(xùn)，并且很少有其他任務(wù)能夠比展示堆疊積木等基本的任務(wù)更容易。在這個(gè)例子中，正如英偉達(dá)團(tuán)隊(duì)在布里斯班展出的那樣，有一臺(tái)攝影機(jī)負(fù)責(zé)觀看現(xiàn)場(chǎng)，人類只是走上前去，拿起積木并堆疊起來。然后機(jī)器人反復(fù)地重復(fù)這個(gè)任務(wù)。這聽起來很簡單，但對(duì)于機(jī)器人來說這是一項(xiàng)非常艱巨的任務(wù)。

　　為了訓(xùn)練核心模型，英偉達(dá)團(tuán)隊(duì)主要使用模擬環(huán)境中的合成數(shù)據(jù)。正如Birchfield和Fox所強(qiáng)調(diào)的那樣，這些模擬可以快速地訓(xùn)練機(jī)器人。畢竟，在現(xiàn)實(shí)世界中進(jìn)行培訓(xùn)需要更長的時(shí)間，而且還會(huì)更加危險(xiǎn)。對(duì)于大多數(shù)任務(wù)，并沒有提前可供參考的培訓(xùn)數(shù)據(jù)。

　　Birchfield指出：“我們認(rèn)為模擬是一種強(qiáng)有力的范例，可以讓機(jī)器人訓(xùn)練以前不可能做的事情。” Fox回應(yīng)了這一說法，并指出這種模擬的需求正是英偉達(dá)認(rèn)為其硬件和軟件非常適合這種研究的原因。畢竟，這個(gè)培訓(xùn)過程有著非常強(qiáng)烈的視覺效果，而英偉達(dá)在圖形硬件方面的專業(yè)背景肯定會(huì)有所幫助。

　　福克斯承認(rèn)，仍有大量的研究需要繼續(xù)完成（畢竟，大多數(shù)模擬并非是實(shí)際情況），但現(xiàn)在至少已經(jīng)有了核心基礎(chǔ)。

　　未來，英偉達(dá)團(tuán)隊(duì)打算進(jìn)一步擴(kuò)大機(jī)器人可以學(xué)習(xí)的任務(wù)范圍，并多多找一些辭藻來描述這些任務(wù)。(青卡)