爱吧机器人网 » 技术 > 机器学习 > 正文

麻省理工开发这个机器学习系统,能让机器人互相学习!


很快,在将来的某一天,机器人助手会成为我们日常生活的一部分,即使我们不编程也可教他们新的任务。如果你必须要学代码,你也可以自己做三明治了。现在,有一个新系统可让教机器人变得像教孩子一样简单。机器人可以使用这个系统来分享他们的技能。

培养机器人有两种基本方法。一个是编程它的活动轨迹,这需要时间和编码的专业知识。另一个是通过触碰它的四肢来表示你想要的东西,或者自己做,让机器人模仿。但有些精妙的任务,其精度不是手能表达的,拆除炸弹是很好的例子。现在,用一个叫做C-LEARN的系统,科学家们让一个机器人拥有具有简单步骤的知识库,它可以在学习新任务时智能地应用。
 
大多数机器人编程采用以下两种方法之一:示范学习,他们观看正在进行的任务然后模仿复制,或通过运动规划技术,如优化或采样,这需要程序员明确指定一个任务的目标和约束。
 
这两种方法都有弊端。从示范中学习的机器人不能轻易地将他们学到的技能转移到另一种情况,并保证精确。另一方面,运动规划系统,使用采样或优化可适应这些变化,但十分耗时,因为他们通常必须由程序专家手工编码。
 
麻省理工学院计算机科学与人工智能实验室的研究人员最近开发的C-LEARN系统旨在将这两种技术结合在一起,该系统通过提供一些关于物体如何操作的信息,然后展示给机器人某项任务如何完成,可教给机器人完成一系列任务。
 
在伯克利加利福尼亚大学,未参与此项研究的机器人专家AncaDragan表示:“C-LEARN系统采取非常实用的方法,效果非常好。”
 
在这个系统中,人类用户第一次帮助建立机器人的知识库。研究人员通过在一个软件程序中点击并拖动它的四肢来教一个叫做Optimus的双臂机器人。他们展示了动作,例如抓住圆柱体的顶部或块的侧面。他们从不同的位置将每个任务执行7次。每次移动都有轻微的变化,机器人找到变化的模式,并将其融入到系统。例如,如果抓取器总是最终大致平行于物体,机器人将推断并行性是该过程的重要约束。
 
麻省理工学院计算机科学家以及本研究工作的负责人ClaudiaPérezD’Arpino表示:“在这一点上,机器人就像一个2岁的婴儿,只是知道怎样够到并抓住东西。”借助其知识库,机器人只需一次演示即可学习新的多步骤任务。用户使用C-LEARN软件向机器人展示所需的任务,然后批准或改正机器人的尝试。
 
西雅图华盛顿大学未参与此次研究的机器人专家MayaCakmak表示:“可以服从几何约束的机器人已经存在了十多年,然而,目前为止,只有专家能利用他们。”
 
为测试该系统,研究人员教了Optimus四项多步骤任务:捡起一个瓶子并把它放进桶里;双手水平抓取和提起托盘;用一只手打开一个盒子,然后用另一只手按盒子里的按钮;用一只手抓住立方体上的把手,并用另一只手将立方体中的一根杆拉出来。对于每一个任务,Optimus会得到一次示范,并做出了10次尝试。40次尝试中,成功37次。研究人员将于本月晚些时候在IEEE国际机器人与自动化大会上发表报告。
 
对于一个更严峻的挑战,研究人员将Optimus的知识库及其四项任务的计划传输给了Atlas——一个必须保持其平衡的双足机器人。Atlas努力完成这四项任务。但当研究人员删除一些转移的知识时,例如保持某些移动平行的约束,它就失败了。
 
D’Arpino说,这种知识转移将有实际应用。“在德国的工厂里,你可以教一个机器人做一些事,没有理由不能将其转移到加拿大的不同机器人。”当然,对未来具有反乌托邦观点的人关心的是,通过互联网互相传递新技能的机器人将是走向机器人世界统治的第一步。
 
D’Arpino正在研究人们第一次与Optimus互动是否能教会他新技能。尽管她还没准备好详细讨论这些问题,目前的结果还是很乐观的。下一步,她希望教会机器人灵活地调整他们所学的飞行技能。
 
最终目标是教机器人拆除炸弹,机器人需要快速、准确地进行该项精妙的任务。其他应用还包括在灾难中寻人,制造电子产品,帮助生病或懒人做家务。D’Arpino表示:“有机器人在家服务的这个承诺,但现实是,现在他们什么都做不了。”她希望能改变现状。


上一篇:谷歌研究院在化学发力:应用机器学习技术预测分子性质
下一篇:解放人类的双手 机器人尝试自主学习抓取物体
精选推荐
谷歌在中国成立一个新的人工智能(AI)研究中心
谷歌在中国成立一个新的人工智能(AI)研究中心

[2017-12-13]  谷歌正在中国建立一个新的人工智能(AI)研究中心,希望进一步扩展到中国,以充分利用中国高度重视的人工智能技术。人工智能是目前地球上最具竞争力的领域之一,亚马逊,微软......

从AI中窥探人性
从AI中窥探人性

[2018-01-03]  人们对人造智能的恐惧早已成为科幻书籍和电影的极好题材。但现在,一些同样的担忧开始影响关于现实世界AI技术的政策讨论。如果这样的担忧演变成为一种技术恐慌...

2023年服务机器人市场将超过250亿美元
2023年服务机器人市场将超过250亿美元

[2017-09-04]  全球服务机器人市场预计到2023年将达到250亿美元, 并在预测期内登记15% 的复合年增长率。短期中期回收期和投资回报率高 (ROI), 以及在教育和研究、临场感、防御、救援和安......

[2017-03-21]  虽然有很多关于机器人取代工人的担心,但哈佛经济学家James Bessen的论文指出,在过去的67年里机器人仅仅淘汰掉人类工作中的一个。在1950 ...

研究人员融合人类与AI的创造力 显著提高了深度学习的表现
研究人员融合人类与AI的创造力 显著提高了深度学习的表现

[2019-10-12]  由加拿大人工智能领域研究主席、滑铁卢大学系统设计工程教授Alexander Wong领导的一个团队开发了一种新型紧凑型神经网络家族,可以在智能 ...

CES 2018:英特尔推出49量子位芯片争夺量子霸权
CES 2018:英特尔推出49量子位芯片争夺量子霸权

[2018-01-10]  在与Google、IBM的一场关于建立量子计算系统的马拉松比赛中,英特尔通过了一个关键的里程碑。近日,这个科技巨头已经推出了一个49个量子位 ...

谷歌《Nature》发论文称实现量子霸权 18亿倍速碾压世界最强超算
谷歌《Nature》发论文称实现量子霸权 18亿倍速碾压世界最强超算

[2019-10-23]  谷歌坚称自己已经取得了量子霸权——这标志着计算研究领域的一个重要里程碑。谷歌首次发布声明是在今年9月,虽然遭到竞争对手的质疑,但就 ...

搭载人工智能的太空机器人CIMON 2乘SpaceX抵达国际空间站
搭载人工智能的太空机器人CIMON 2乘SpaceX抵达国际空间站

[2019-12-09]  12月5日,搭载人工智能的太空机器人西蒙2号(CIMON 2)乘坐SpaceX火箭Dragon货运舱,从佛罗里达州卡纳维拉尔角空军基地升空,前往国际空间 ...

本周栏目热点

深度学习反向传播算法(BP)原理推导及代码实现

[2017-12-19]  分析了手写字数据集分类的原理,利用神经网络模型,编写了SGD算法的代码,分多个epochs,每个 epoch 又对 mini_batch 样本做多次迭代计算。这其中,非常重要的一个步骤,......

如何在机器学习项目中使用统计方法的示例

[2018-07-23]  事实上,机器学习预测建模项目必须通过统计学方法才能有效的进行。在本文中,我们将通过实例介绍一些在预测建模问题中起关键作用的统计学方法。...

[2017-08-28]  模拟退火(Simulated Annealing,简称SA)是一种通用概率算法,用来在一个大的搜寻空间内找寻命题的最优解。1、固体退火原理:将固体加温 ...

Machine Learning-感知器分类算法详解

[2018-05-31]  今天我们来讲解的内容是感知器分类算法,本文的结构如下:什么是感知器分类算法,在Python中实现感知器学习算法,在iris(鸢尾花)数据集上训练一个感知器模型,自适应线性神......

机器人是怎么深度学习的?

[2016-03-29]      一个人独处时,感觉有点孤单,怎么办?微软亚洲研究院推出的微软小冰,或许 ...