预测未来的机器人问世，新型算法模型加持下的预言术

科技改变生活

近日，来自加州大学伯克利分校的研究人员研发了一款名为Vestri的机器人，该机器人具备“预知”的能力，可以提前预测到可能发生的情况，这使得它能够胜任较为复杂的任务，即使之前从未遇到过的物体，也可以操纵。

该机器人由一台显示器、一个外部摄像头和一条红色的机械手臂组成，它之所以能够预测未来，要归功于研究人员开发的视觉预见的技术，该技术的核心是基于一种名为卷积循环视频预测的深度学习算法模型，该模型也被称为动态神经平流，简称DNA。

而利用DNA算法模型，机器人在移动物体时，可以根据当前的动作图像中的像素分布，预测出下几帧图像中的像素分布，继而预测到该动作的下几秒钟的画面。简单来讲，就是根据当前图像中机器和物体在环境中的位置与其运动趋势，来预测机器人下一步动作产生的结果。

虽然只有几秒钟，但足以让机器根据结果，做出下一步的动作调整，这大大提高了机器人在执行任务时的规划能力，使它们能够更好的完成任务。

除了预测行动结果，在机器人移动过程中，视觉预见技术还可以学习执行这些任务的过程，以建立一个预测模型，当遇见新物体时，机器人就可以这个模型来操纵新物体了。

据悉，视觉预见技术的核心算法DNA模型由该校机器人人工智能和学习实验室（RAIL）的博士研究生Chelsea Finn发明。Chelsea于2014年毕业于MIT电气工程与计算机科学学院，主要从事机器人感知与控制方面的机器学习算法研究。在进入RAIL之前，Chelsea Finn还曾在Consyl、Google和Sandia国家实验室工作过。

2016年，Chelsea在研究视觉预见技术时，受到了她的导师，RAIL实验室的负责人，加州大学伯克利分校电气工程和计算机科学系的助理教授Sergey Levine的大力支持。

Sergey教授于2009年同时获得斯坦福大学计算机科学学士和硕士学位，2014年又获得斯坦福大学计算机科学博士学位。在加入UC Berkeley后，Sergey教授主要研究机器人控制方面的机器学习算法。

接下来，Sergey教授和Chelsea将根据Vestri机器人的表现，进一步改进这项技术。以期在未来，让该技术有着更为广阔的应用空间，比如，应用到无人驾驶汽车领域，使车辆能更好的应对陌生环境等等。