1
今年8月，雷鋒網將在深圳舉辦盛況空前的“全球人工智能與機器人峰會”，屆時雷鋒網將發布“人工智能&機器人Top25創新企業榜”榜單。目前，我們正在拜訪人工智能、機器人領域的相關公司，從中篩選最終入選榜單的公司名單。
如果你也想加入我們的榜單之中，請聯系：2020@leiphone.com。
訓練機器狗的虛擬環境。圖片來源：華盛頓州立大學。
華盛頓州立大學的研究人員正在使用訓練動物的想法，幫助非專業用戶訓練機器人如何執行預期任務。
當機器人在社會中越來越普遍，人類開始希望它們能做一些家務瑣事，比如打掃房間，做飯，等等。不過，對于那些沒有編程經驗的人來說，讓機器人開始執行一個任務，必須給予一定的指引說明。“所以，我們需要為普通人提供一種訓練機器人的方式，無需編程就能做到。”Matthew Taylor說道，他是華盛頓州立大學電子工程與計算機科學學院教授。
Bei Peng是布朗大學和北卡羅萊納州立大學計算機科學專業博士生兼項目協作員。 在他的幫助下，Taylor在華盛頓州立大學智能機器人學習實驗室設計了一款計算機程序，即便用戶沒有任何計算機編程專業知識也可以教會虛擬機器人學習任務，這個虛擬機器人位于華盛頓州立大學的智能機器人學習實驗室，是一只虛擬小狗。
為了進行學術研究，研究人員改變了虛擬狗的反應速度。當人們訓練真正的動物學習某項新技能時，相對較慢的運動能讓訓練人員知道，虛擬狗是否理解該如何做出行為反應，這樣訓練人員才能提供更清晰的指導，幫助機器人更好的學習。
研究人員已經開始在實體機器人和虛擬機器人上做實驗，最終，他們希望使用這款程序幫助人們成為一個高效率的動物訓練員。
在最近舉辦的國際自動代理與多代理系統會議（注：international Autonomous Agents and Multiagent Systems conference，該大會是一個匯聚機器人代理服務商和機器人研究的科學大會）上，研究人員展示了他們的工作成績。此外，該項目還獲得了美國國家科學基金會的資金支持。
當機器人在人類世界里變得越來越常見，讓那些沒有編程經驗的用戶訓練機器人學習新技能，就變得尤為重要。在現有的交互強化學習技術（Interactive Reinforcement Learning）里，絕大多數只專注于解釋或整合非專業的人類反饋，以此加速機器人的學習速度；我們的目標，是給學習代理器程序設計一個更好的表現，讓這個程序能在人類訓練者和學習者之間引出更多自然且高效的交流。而人類反饋離散的通訊信息，概率上取決于訓練者的定位策略概率。這項工作需要一個用戶研究，通過在不同模擬環境下給予的不同獎勵和/或懲罰，參與者訓練一個虛擬代理器程序去完成各種任務。我們的研究成果來自于60個參與者，展示了學習者可以學習自然語言命令，并適應其行為執行速度，以此更高效地從人類訓練者那里學習。這個代理器程序的行為執行速度可以成功被調整，繼而鼓勵從人類訓練者那里獲得更多明確的反饋（特別是在一些高度不確定的狀態領域里）。我們的研究結果表明，我們創新的自適應速度代理器程序在一些性能評估上優于那些固定速度代理器程序。此外，我們還研究了在訓練條件下，指令對用戶性能和用戶偏好的影響。
via Kurzweilai
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
