训练机器人如何深度学习

本文来自TechCrunch，原始会转载翻译。

在加州大学伯克利分校(UC Berkeley)的Sutardja Dai大厅，有几家重新思考的Sawyer机器人被塞进了实验室的一个小角落。工业机械臂由一个临时脚手架隔开。当我们开始观看两个演示的第一个时，这是一个有点紧张的过程，每个演示都对一个相似的目标采取了截然不同的方法:教机器人学习如何学习。

这是一个复杂的，但必须的任务，在助理教授谢尔盖·莱文的机器人小组的核心。作为学校机器人人工智能和学习实验室的一部分，莱文的团队的任务是寻找方法，帮助机器人在现实环境中更好地与任务和人类对手互动。

“机器人真的很擅长做同样的事情，一遍又一遍，”Levine解释道。这基本上就是几十年来机器人技术的发展方向。当机器人进入像你的家、办公室或医院这样的非结构化环境时，各种不可预知的事情都可能发生。我认为学习将使机器人变得至关重要。然后，机器人可以从他们的经验中学习，获得常识，并在现实世界中发生的事情没有完全预料到的情况下聪明地行动。

这个团队带领我们通过两个演示来展示它是如何看待机器人学习的。第一个是“规划机器人运动的深度视觉预见”，旨在帮助机器人在没有直接人工监督的情况下收集自己的数据。

毕竟，这类训练通常要求机器人执行数万个或更多的序列，以便有一个足够的数据库。这就意味着连续几天连续运行一个机器人——这正是这些工业机器人被设计用来替代的重复性任务。

这只手臂的任务是一遍又一遍的推动物体，并注意到各种不同的摄像机角度的反应。机器人收集信息，但是没有给对象分配任何真实的价值。然而，使用“具有模型预测控制的深度动作条件视频预测模型”，机器人能够将之前没有遇到过的物体推到物体上，尽管它们没有被编程来与特定对象交互。

在第二个演示中，机器人试图基于观察一个人做同样的事情来完成一项任务。研究人员切尔西·芬恩将一个假苹果放入一个蓝色的碗中，以造福于Sawyer。然后，她把机器人递给苹果，把桌上的碗洗了一遍。过了一会儿，Sawyer把胳膊放在蓝色的碗上面，慢慢地把苹果放进去。

Levine解释说:“我们可能已经收集了大量的数据。”也许机器人已经捡起或推了几千个物体。它可以用来启动，但是为了让技术变得强大，为了使它能够在任何现实环境中实现智能行为，那么我们需要机器人能够从自身的经验中不断改进。