英偉達新技術亮相，機器人可通過觀察人類活動進行學習

本文由人工智慧觀察編譯

譯者：Sandy

工業機器人通常都是一遍又一遍地重複已經編程好的任務，換句話說，執行任務的機器人與編寫程序的工程師之間會保持一定的安全距離。然而，越來越多的研究人員都在思考一個問題，即如何讓機器人與人類的工作環境更加融合，甚至如何讓機器人向人類展開學習。

這也是英偉達在西雅圖的新機器人實驗室所關注的。據了解，該實驗室的研究團隊在澳大利亞布里斯班舉辦的機器人與自動化國際會議（ICRA）上展示了一些他們正在進行的關於機器人教學的研究。

正如Dieter Fox，英偉達的機器人研究高級主管兼華盛頓大學的教授，在接受採訪時所表示的那樣，其團隊希望能夠讓下一代機器人在與人類一同工作時變得更加安全。不過，要做到這一點，機器人首先要能檢測到人類，跟蹤他們的活動，並學習自己要怎麼樣才能幫助人類。這個場景的實現可能是在小規模的工作環境中，也可能是在某個人的家裡。

雖然研究員有很大的可能通過對某個演算法的機械重複訓練讓它學會玩電子遊戲，並讓它學會從錯誤中學習，但Fox認為，以這種方式訓練機器人的決策空間太大了，以至於無法有效地做到這一點。而由Stan Birchfield和Jonathan Tremblay領導的英偉達研究團隊開發了一個新系統，允許演算法通過簡單地觀察人的行為來教機器人去完成新任務。

舉一個簡單的例子，只需要堆疊幾個彩色的積木，但這也是整個過程中最重要的一步，以便能讓人類可以快速教授機器人新任務。

首先，研究人員訓練了一系列的神經網路來檢測積木，推斷積木之間的關係，然後生成一個程序讓它反覆觀察人類的每個動作。研究人員稱，這個新系統能讓他們訓練機器人在現實世界中只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地方在於，它可以對正在進行的步驟生成一個可讀的描述。這樣一來，研究人員就可以更容易地找出發生錯誤時的具體情況。

來自英偉達的Stan Birchfield表示，該團隊的目的是為非專業人員提供機器人培訓，並且很少有其他任務能夠比展示堆疊積木等基本任務更加容易。在上述案例里，正如英偉達團隊在布里斯班展出的那樣，有一個攝像頭監視場景，人類只需要走上前去並拿起積木進行堆疊，然後機器人就會不斷重複這個任務。這聽起來似乎很簡單，但對於機器人來說卻是一項非常艱巨的任務。

為了訓練核心模型，英偉達團隊主要使用了模擬環境中的合成數據。Birchfield和Fox強調錶示，這些模擬可以快速地訓練機器人。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。對於大多數任務來講，也沒有可提前參考的培訓數據。

Birchfield指出：「我們認為，使用模擬技術是一種強有力的範例，可以訓練機器人做之前不可能做的事情。」 Fox也回應了這一說法，並表示這種模擬的需求是基於英偉達認為其硬體和軟體非常適合這種研究的基礎之上的。畢竟，在整個培訓過程中，會產生很強的視覺效果，而英偉達在圖形硬體方面的專業背景顯然很有優勢。

不過，Fox也承認，大多數的模擬都不是實際情況，所以仍有大量的研究需要完成，但至少現在已經有了核心基礎。

未來，英偉達團隊計划進一步擴大機器人可以學習的任務範圍，並多積累可以用於描述任務的辭藻。

（文中圖片來自網路）

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！