当前位置: > 生活环境 > 机器人从斯坦福大学研究人员开发的框架中学习任务

机器人从斯坦福大学研究人员开发的框架中学习任务

在斯坦福大学盖茨计算机科学大楼的地下室,一个红色机械臂的屏幕点亮了。一双卡通眼睛眨眨眼睛。“遇到笨蛋,”电气工程博士生Ajay Mandlekar说。

WPA6021602IMG使用手持设备,Ajay Mandelkar、Jim Fan和于可竹使用他们的软件来控制机器人手臂。(图像信用:洛杉矶西塞罗)

Bender是斯坦福大学的一个研究小组正在使用的机器人手臂之一,用来测试两个框架,这两个框架一起可以更快更容易地教授机器人的基本技能。RoboTurk框架允许人们通过向机器人展示如何执行诸如拾取物体之类的任务来使用智能手机和浏览器实时引导机器人手臂。SURREAL通过同时运行多个体验来加速学习过程,本质上允许机器人同时从多个体验中学习。

“有了RoboTurk和SULEAL,我们可以通过结合人类收集的大量数据,并将其与大规模强化学习结合起来,来推动机器人所能做到的事情的界限,”开发框架的团队成员Mandlekar说。

该小组将在10月29日在瑞士苏黎世举行的机器人学习会议上展示RooTurk和超现实主义。

人类教机器人

计算机科学博士生和团队成员朱棣文(Yuke.)通过打开iPhone上的应用程序并在空中挥动演示了系统是如何工作的。他引导机器人手臂——就像街机游戏中的机械起重机——悬停在他的奖品上:一块漆成牛排的木块。这是一个简单的拾取和放置任务,包括识别对象、拾取对象并将它们放入带有正确标签的箱子里。

对人类来说,这项任务似乎很简单。但是对于今天的机器人来说,这是相当困难的。机器人通常通过与周围环境的交互和探索来学习——这通常导致大量的随机手臂挥动——或者从大型数据集学习。这两种方法都没有得到人类的帮助。就像父母教孩子用手来刷牙一样,人们可以向机器人演示如何完成特定的任务。

然而,这些教训并不总是完美的。当朱镕基用力按住手机屏幕,机器人松开手柄时,木制牛排撞到了垃圾箱的边缘,咔嗒嗒嗒嗒嗒嗒嗒嗒嗒21970Mandlekar说:“人类在这方面绝对不是最理想的,但这种经验对于机器人来说仍然是不可或缺的。”

并行快速学习

这些试验——甚至是失败——提供了宝贵的信息。通过RooTurk收集的演示将给机器人背景知识来启动他们的学习。超现实主义可以同时运行成千上万的模拟世界各地的人的经验,以加快学习过程。

“有了SURREAL,我们希望加快与环境互动的进程,”计算机科学博士生和团队成员Linxi Fan说。这些框架极大地增加了机器人学习的数据量。

研究小组成员Animesh Garg博士后说:“结合的这两个框架可以提供一种人工智能辅助人类执行任务的机制,我们可以使人类远离危险的环境,同时仍然保持类似的任务执行能力。”取消了框架

该小组设想未来机器人将是日常生活中不可或缺的一部分:帮助做家务、在制造过程中执行重复的组装任务或完成可能对人类构成威胁的危险任务。

朱说:“你不应该告诉机器人把它的手臂扭成20度和10英寸。”“你想告诉机器人去厨房买个苹果。”

机器人突厥队和SURREAL队的现任成员包括阿杰·曼德尔卡、尤克·朱、林茜樊、阿米什·加尔格、教员菲菲·李和西尔维奥·萨瓦雷斯。

打赏作者

机器人从斯坦福大学研究人员开发的框架中学习任务:等您坐沙发呢!

发表评论

表情
还能输入210个字