2
| 本文作者： 楊波 | 2016-10-28 10:47 |
德國弗萊堡礦業大學的機器人教授 David Vogt 的兒子酷愛樂高。在某個天高云淡的日子里，當他和兒子一起拼樂高時，突然有了個絕妙的靈感：“我可以教機器人怎么玩樂高嗎？”仔細想想，讓兒子和機器人一起拼樂高的話，真的非常有意思呢！
這位有愛的父親絕對是行動派——他馬上將工業機器人手臂帶進了實驗室。上圖這個配備了 Kinect 深度攝像機的機器人，可以在觀察兩個戴著運動跟蹤標簽的人玩樂高的過程中進行學習。在一個學習小節過后，機器人就可以和人類合作一起拼樂高火箭了。最絕的是，當人們不知道某一塊到底應該放在什么位置時，機器人還可以出謀劃策。作為機器人通過人類示范進行自我學習的典例，這項研究成果將展示在下個月舉辦于墨西哥坎昆的國際人形機器人會議上。
對此，來自蘇黎世聯邦理工大學的 Aude Billard 認為，人們可以通過觀察別人的行為進行學習，但是將一個新技能編入機器人程序則非常困難。這是因為，作為人類的我們，憑直覺就知道應該如何完成一些任務，但是卻很難對這部分知識進行編程。
所以，機器人專家們才另辟蹊徑，讓機器人自己觀察人類的示范，而不是通過編程直接告訴它們應該怎么完成任務。另外，在研發的初期，人類可以對機器人進行一些遠程的遙控，通過觸覺反饋的嗡嗡聲讓它們積累經驗。去年，馬里蘭大學的機器人已經開始通過在 YouTube 上觀看人們烹飪的視頻學習如何煮菜了。
除了 Vogt 團隊和馬里蘭大學的研究成果外，這個月初，谷歌的研究團隊也通過手把手教學，指導機器人如何開門。在實驗的最后，機器人自己打開了一扇類似的門。這意味著，即使機器人自己開的這扇門的位置和之前有所不同，它們還是可以順利開門。
對此，谷歌的研究人員表示：
“在許多操作技能上，人類的直覺起到了很關鍵的作用。所以，只有當我們把這樣的直覺轉化到機器人身上之后，它們的學習效率才能提高。”
另一個關鍵的因素是，要確保數據的轉化對某一個機器人而言是有效可行的。其中要考慮到的問題是，很多機器人并沒有可以反射人類解剖學構造的結構和感應器。在這個方面，Billard 的看法是：
“作為一個稱職老師，你必須明白的是——你教導的這個機器人具備各種行為方式，同時，它對于這個世界也存在多種理解方式。”
最后，Vogt 帶領的研究團隊總結做出了這樣的總結：人類的示范可以讓機器人在需要純熟技能的工廠中更好地輔助人類。這意味著，在工人在需要它們的時候，它們可以成為很好的輔佐工具，也可以獨立完成一些任務。對此，來自美國亞利桑那州立大學的團隊成員 Heni Ben Amor 說道：“人類和機器人可以協同完成一些任務。這么一來，人們的工作量將大大減輕。”
via Newscientist
推薦閱讀：
WRC 2016｜雖然“炸機”了，但仿生蝴蝶和大鳥仍是Festo的最強公關
蜘蛛機器人SpiderFab 可在太空組裝3D打印的飛船零件
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
