谷歌的人工智能教会了机器人新的技能

谷歌和加州大学伯克利分校的研究人员在本周发表在预印服务器Arxiv.org上的两篇论文中描述了新的人工智能和机器学习技术。这些技术使机器人能够适应他们从未见过的任务，并抓住被阻挡的物体。第一项研究详细介绍了x光。该算法可以在部署到机器人上时搜索一堆对象以掌握目标对象，而第二项研究提出了一种策略适应技术，该技术可以“教授”机器人技能而无需从头开始模型训练。

抓取机器人是一项非常困难的挑战。例如，机器人试图执行所谓的“机械搜索”，也就是说，当他们必须从一堆其他物体中识别和拾取一个物体时。大多数机器人适应性不强，缺乏足够强大的人工智能模型来指导机械手的机械搜索。x光和策略调整步骤可以构成产品包装系统的基础，该系统可以在没有人工监督的情况下找到、拾起和放下各种物体。

x光研究的合著者指出，由于缺乏合适的模型，机械搜索(在大量物体中寻找物体)仍然具有挑战性。x射线结合遮挡推断和假设预测来解决这个问题。它可用于估计与对象最相似的边界框的占用分布(对象周围的矩形边界框的坐标)，考虑所有类型的平移和旋转。

X射线假设堆中至少有一个目标对象被未知对象完全或部分遮挡，并且每个时间步长最多可以捕获一个对象。以RGB图像和目标物体为输入，可以预测场景的占有率分布和分割掩模，并计算几个潜在的抓取动作，以执行成功率最高的动作。为了训练和验证x光，研究人员已经生成了一个10，000个增强深度图像的语料库，这些图像标记有矩形框架目标对象的对象占用分布。他们从Thingiverse上的1296个三维计算机辅助设计模型的开放源数据集中取样，选择了10个相同大小、体积较小但厚度较小的盒状目标，因此它们更有可能被遮挡。这给他们带来了总共10万张图片。

在这10，000张照片中，大约有8，000张留作训练用，其余的用于测试。包含模拟物体(盖子、多米诺骨牌和凹槽)的一千幅其他图像被用来评估不可见形状、物体、长宽比和比例的X射线概括。在一个物理实验中，涉及到一个真正的ABB米语机器人，它有吸盘和平行的爪爪，研究人员让X射线把箱子装满物体，然后把箱子倒在目标物体上。在25个对象的初始堆中，系统在20个实验中以5个动作的中间值提取目标对象，成功率为100%。

共同作者将专注于未来工作以提高x光的训练效率，并分析数据集大小以及用于生成训练分布的平移和旋转时间的影响。他们还计划探索基于目标对象可见性奖励的强化学习策略。

在这两篇论文的最新文章中，共同作者试图开发一种能够持续适应新的真实环境、对象和条件的系统。与大多数机器人相反，后者只能通过训练部署一次，但适应性很小。研究人员对机器学习模型进行了预训练，在608000次抓取语料库的尝试中抓取一系列物体，然后他们用一个移动到起始位置右侧10厘米的夹子来完成抓取物体的任务。在系统实践一段时间(800次尝试后)并将这些尝试记录在新数据集(目标数据集)中后，新尝试与原始数据集混合50%的时间来调整模型。

这些步骤在五个不同的场景中重复进行——预训练、尝试新任务和微调。一方面，刺眼的光线挡住了机器人的摄像机。在另一种情况下，棋盘图案的背景使得模型很难识别对象。最后，实验者让机器人抓一个在训练中看不到的透明瓶子(众所周知，透明物体很难抓到机器人，因为它们有时会混淆深度传感器)，然后拿起放在高反射金属板上的物体。

研究人员报告说，在实验中，该模型在强光下成功捕捉了63%的物体，在透明瓶子上成功捕捉了74%的物体，在棋盘垫上成功捕捉了86%的物体，在抓手展开时成功捕捉了88%的物体，在胶印抓手上成功捕捉了91%的物体。此外，他们说，机器人只需要1-4个小时的练习时间来适应新的情况(相比之下，学习如何掌握大约需要6000个小时)，其性能不会随着模型的适应而降低。