為什麼把冰箱里的瓶子放進櫥櫃總共要 5 步？這個機器人知道原因

布朗大學和麻省理工學院的研究人員已經開發出一種方法，可以幫助機器人通過構建周圍世界的抽象畫像，來幫助機器人完成連續的多個步驟的任務。研究發表在《人工智慧研究》雜誌上，這意味著朝著構建能思考和行動更像人的機器人又邁出了一步。

對於機器人來說，由於他們對世界的感知和互動有限，計劃變成了一件非常困難的事情。機器人對世界的感知僅僅是由它的攝像頭收集的大量像素組成的，它的行動能力僅限於設置控制其關節和鉗子的單個馬達的位置，先天缺乏理解能力，不明白這些像素與我們可能認為的世界上有意義的概念有多大關聯。

布朗大學計算機科學助理教授，這項新研究的主要作者 George Konidaris 說，只與世界進行低層次的接觸使得很難決定該做什麼。想像下如果你要去雜貨店，但是需要考慮每塊肌肉怎麼動才能到達，還要提前想像一路上會通過視網膜的詳細的視覺數據，這會有多難計劃，你會立即陷入細節的泥潭。當然人類不會這樣做，我們能夠引入一些抽象概念，把大量不相干的細節拋諸腦後，只專註於重要的事情。

即使是最先進的機器人也無法實現這種抽象。當我們看到機器人計劃和執行多步驟任務時，幾乎總是有這樣的情況，程序員明確告訴機器人如何思考這個世界，以便制定一個計劃，但如果我們想要機器人能更自主地行動，它們就需要能夠自主學習抽象概念。

在計算機科學術語中，這類抽象分為兩類：程序抽象和感性抽象。程序抽象是由低層次的動作組成的程序，這些動作組成了更高層次的技能。一個例子就是把所有需要打開的小動作捆綁在一起，所有的動作都涉及到把手，轉動它，把門開成為一個打開門的技能。一旦這樣的技能建立起來，你就不用擔心它是如何工作的了，只需要知道什麼時候運行它，包括 Konidaris 自己在內的機器人專家們一直在研究如何讓機器人學習程序抽象。

但根據 Konidaris 的說法，在感知抽象方面的進展比較少，與幫助機器人理解其像素化的環境有關，這正是這項新研究的重點。他們的研究表明，一旦機器人擁有高水平的運動技能，它就能自動構建出一種能與世界相適應的高水平符號表示，這是一種非常適合於使用這些技能的計劃。

學習抽象世界

在這項研究中，研究人員介紹了一個名為 Anathema(簡稱 Ana)的機器人，它的房間里有一個櫥櫃，一個冰箱，一個控制櫥櫃內部光線的開關，以及一個可以放在冰箱或櫥櫃里的瓶子。他們給了 Ana 一套高級的動作技能，用來操控房間里的物品，打開和關閉冰箱和櫥櫃，翻轉開關，拿起一個瓶子。然後讓 Ana 放鬆，在房間里嘗試他的運動技能，在每個技能執行之前和之後記錄她的相機和執行器的感覺數據。這些數據被輸入到由團隊開發的機器學習演算法中。

研究人員表示，Ana 能夠學習到一種非常抽象的環境描述，這種描述只包含了他能夠勝任某項特定技能所必需的。例如他了解到為了打開冰箱，站在它的前面的時候不拿任何東西，因為他需要用雙手打開蓋子。

他還學習了與其他技能相關的抽象概念。比如能了解到櫃內的光線是明亮的，以致於感測器都被點亮了。所以為了控制櫥櫃里的瓶子，燈必須關掉。還又為了關掉燈，要關掉櫥櫃門，因為打開的門擋住了他進入開關的通道。由此產生的抽象表示將所有的知識從高清晰度圖像壓縮到文本文件，只有 126 行。

Konidaris 說，這些都是關於他周圍環境的重要的抽象概念，在打開門之前，必須先關好門。不能把瓶子從櫥里拿出來，除非它是開著的等等，他能夠通過執行技能和看到發生的事情來學習。

在抽象中做規劃

Ana 掌握了抽象表現，研究人員讓他做一些需要計劃的事情，比方說把瓶子從冰箱里拿出來放到櫥櫃里。

正如他們所希望的那樣，安娜去打開了冰箱，沒有把裡面瓶子拿出來，他意識到如果夾子里拿著瓶子，就不能打開櫥櫃，因為這樣做需要兩隻手。所以打開冰箱後，就去了櫥櫃。然後看到燈開關在打開的位置，又意識到打開柜子會擋住開關，所以在打開櫥櫃前把開關關掉，回到冰箱里拿回瓶子，最後把它放在碗櫃里。簡而言之，他事先計劃好了，發現了問題並在可能發生之前就把問題解決掉了。

Konidaris 說，「我們沒有向 Ana 提供任何他需要的抽象表示，他自己就學會了這些抽象概念，一旦有了這些抽象概念，計劃就變得簡單了。他發現這個計劃只需要 4 毫秒的時間。這項研究為將人工智慧應用於機器人技術提供了一個重要的理論基礎，我們認為允許機器人在抽象而非具體的內容上進行規劃和學習，將是構建真正智能機器人的基礎。如果你以正確的方式思考，很多問題往往都很簡單」。

這篇論文的合著者是來自麻省理工學院的 Leslie Pack Kaelbling 和 Tomas Lozano-Perez，這項研究得到了美國國防高級研究計劃局和麻省理工學院的情報計劃的支持。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！