新進展！英偉達教工業機器人通過觀察人類行為完成簡單任務

工業機器人通常都是一遍又一遍地重複定義明確的任務。通常，這意味著執行這些任務與遠離脆弱人類的安全距離進行編程。然而，越來越多的研究人員正在思考機器人和人類如何在人類附近工作，甚至向他們學習。部分原因在於，英偉達(Nvidia)在西雅圖的新機器人實驗室專註於這一研究，該公司的研究團隊今天在澳大利亞布里斯班舉辦的機器人與自動化國際會議(ICRA)上展示了最近的一些研究，教機器人通過觀察人類行為完成簡單任務。

正如英偉達(和華盛頓大學教授)的機器人研究高級主管Dieter Fox表示的那樣，該團隊希望啟用這種能夠在靠近人類安全工作的下一代機器人。但要做到這一點，這些機器人需要能夠檢測人員，跟蹤他們的活動並了解他們如何幫助人們。這可能用於小規模的工業環境中或某人家中。

雖然有可能通過硬性重複來訓練演算法成功地玩視頻遊戲，並教導它從錯誤中學習，但Fox認為，以這種方式訓練機器人的決策空間太大而無法有效地完成。相反，由Stan Birchfield和Jonathan Tremblay領導的英偉達研究小組開發了一個系統，教導機器人通過簡單地觀察人來執行新的任務。

圖片來源：Youtube視頻截圖

這個例子中的任務非常簡單，只需要堆疊幾個彩色立方體即可。但這也是在這整個旅程中邁出的重要一步，使我們能夠快速教授機器人新任務。

研究人員首先訓練一系列神經網路來檢測物體，推斷它們之間的關係，然後生成一個程序來重複它目睹人類行為的步驟。研究人員說這個新系統允許他們訓練機器人在現實世界中通過一次演示來完成這個堆疊任務。

這個系統的一個很好的方面是，可以對它正在執行的步驟產生一個可讀的描述。這樣，研究人員更容易找出發生錯誤時的情況。

英偉達的Stan Birchfield表示，該團隊旨在為非專業人員提供機器人培訓，並且很少有事情比展示堆疊模塊等基本任務更容易。在這個例子中，該團隊在布里斯班展出，一個攝影機觀看現場，人類只是走上前去，拿起積木並堆疊起來。然後機器人重複這個任務。聽起來很簡單，但對於機器人來說這是一項非常艱巨的任務。

為了訓練核心模型，團隊主要使用模擬環境中的合成數據。正如Birchfield和Fox強調的那樣，這些模擬可以快速訓練機器人。畢竟，在現實世界中進行培訓需要更長的時間，而且還會更加危險。對於大多數這些任務，沒有可用的標記培訓數據。

Birchfield指出：「我們認為使用模擬是一種強有力的範例，可以讓機器人訓練以前不可能做的事情。」 Fox回應了這一消息，並指出這種模擬需求是英偉達認為其硬體和軟體非常適合這種研究的原因之一。 畢竟，這個培訓過程有著非常強烈的視覺效果，而英偉達在圖形硬體方面的背景肯定會有所幫助。

Fox承認，仍有大量的研究需要在這裡完成(畢竟，大多數模擬並非真實照片)，但現在已經有了核心基礎。

展望未來，團隊計劃擴大機器人可以學習的任務範圍和描述這些任務所需的辭彙。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！