讓機器人互相學習：MIT科學家實現知識傳輸新方式

選自Science

作者：Matthew Huston

機器之心編譯

參與：Quantum、李澤南、黃小天

在不久的將來，機器人助理會走進每個人的生活，不過前提是你能無需編程就教它們學會新任務。因為如果要你去學編程，那還不如自己做個三明治好了。現在，有一個新的系統能讓教機器人跟教小孩子一樣簡單。這非常方便，同時也讓人擔憂——如果你害怕機器人革命的話，它們卻能利用這個系統彼此共享技能。

訓練機器人有兩種基礎方法。一種是對它們的動作進行編程，這需要時間和專業的編程技能。另一種則是通過牽引機器人的四肢並移動它們的數字化模型來說明你的目的，或者自己做一遍任務示範讓機器人來模仿。但有時複雜任務所需的精確度已經超過了能用手演示的程度，比如拆炸彈就是個很好的例子。現在，有了這個叫做 C-LEARN 的系統，科學家們可以給機器人灌輸一個包含簡單步驟的知識庫，這樣它就能將其智能地應用於學習新任務。

「C-LEARN 採用的是一種非常有效的實用方法，」加利福尼亞大學伯克利分校的一位機器人學家 Anca Dragan 說道。

在這個系統中，最初由人類用戶幫助構建機器人的知識庫。研究者們在一個軟體程序中用點擊和拖拽四肢的方式訓練一個雙臂機器人 Optimus（擎天柱）。他們向它演示動作，比如抓住圓柱體的頂部或方塊的側邊。對每個任務，他們都從不同的位置演示了 7 遍。每一次動作都稍有不同，機器人就會尋找一個固定模式並將其整合進其系統。比如說，如果每次抓取器最後都會大致平行於物體表面，機器人就會認為平行度是這個任務流程的重要約束條件。

這時候，機器人就「像一個兩歲的小孩子，剛剛知道如何觸達某樣東西並抓住它，」一位麻省理工學院的計算機學科家 Claudia Pérez D"Arpino 說道，他同時也是這項研究的領導者。有了知識庫的幫助，機器人就能夠通過單一的演示學習新的多步驟任務。用戶通過 C-LEARN 系統向機器人展示目標任務，然後在機器人嘗試時同意或糾正它的動作。這是項一次性的事件。「能夠服從幾何約束的機器人已經存在超過十年了，」華盛頓大學的機器人學家 Maya Cakmak（並未參與這項研究）說道，「然而，到目前為止只有專業人士才能讓它們發揮作用。」

為測試這個系統，研究者們教了 Optimus 四項多步驟任務：撿起一隻瓶子並把它扔進籃子里；用雙手抓住並垂直提起一個托盤；用一隻手打開一個盒子然後用另一隻手按下裡面的按鈕；一隻手抓住方塊上的把手然後用另一隻手直接從方塊里拉出一根棒子。它嘗試了 40 次，有 37 次成功了，科學家們將會在 5 月末的 IEEE 國際機器人和自動化大會（IEEE International Conference on Robotics and Automation）上對這項研究進行詳細報告。

還有另一項更難的挑戰，研究者們把 Optimus 的知識庫和它對以上四個任務的計劃傳輸給了 一個模擬的 Atlas，這是一種需要保持平衡的雙足機器人，由波士頓動力研發。結果 Atlas 完成了所有四個任務。但在研究者把某些傳輸過去的知識（比如保持某些特定動作的平衡度）刪除後，它失敗了。

這種知識的傳輸非常有實踐意義，D"Arpino 說「你能在德國一家工廠里訓練一個機器人做某件事，同樣你完全可以把這些知識傳輸給另一個不同的加拿大機器人。」誠然，對那些反烏托邦未來主義者來說，機器人通過互聯網相互學習新技能必將是它們統治世界的第一步。

D"Arpino 目前正在考察人們第一次和 Optimus 交互時能否教會它新的技能。到目前為止結果都還不錯，不過她還沒準備好詳細論這些。接下來，她希望能教機器人學會靈活應變，以便在飛行時調整自己學到的技巧。

一個最終的目標是教會機器人拆炸彈，這是一項非常複雜的任務，需要機器人快速且高精度地工作。其他的應用包括災難搜尋救援，生產製造電子元件，幫助生病的或懶惰的人打理家務。「家庭機器人是很有前景的，但目前的情況是它們什麼也做不了」，D"Arpino 說道。「現在你家裡有什麼是機器人能做的嗎，除了吸塵以外？這真的很難。」她希望能改變這個現狀。