原創(chuàng) | 文 BFT機(jī)器人

麻省理工學(xué)院的研究人員開發(fā)了一種人工智能技術(shù)，使機(jī)器人能夠制定復(fù)雜的計劃，利用整只手而不僅僅是指尖來操控物體。這個模型可以在約一分鐘內(nèi)使用標(biāo)準(zhǔn)筆記本生成有效的計劃。上圖為一個機(jī)器人嘗試將一個桶旋轉(zhuǎn)180度。

想象一下，你想要把一個又大又重的箱子搬上樓梯。你可能會將手指張開，用雙手抬起箱子，然后將其放在前臂上，靠近胸部保持平衡，利用整個身體來操控箱子。人類通常擅長整體操控，但機(jī)器人在這種任務(wù)上往往遇到困難。對于機(jī)器人來說，箱子可能與搬運(yùn)者的手指、手臂和軀干的任何點(diǎn)接觸的地方都代表著必須思考的接觸事件。由于潛在的接觸事件數(shù)量龐大，規(guī)劃這個任務(wù)很快變得難以處理。

現(xiàn)在，麻省理工學(xué)院的研究人員找到了一種簡化這個過程的方法，稱為接觸豐富的操控規(guī)劃。他們使用了一種名為“平滑”的人工智能技術(shù)，將許多接觸事件總結(jié)為較少的決策，從而使即使是簡單的算法也能夠快速識別出機(jī)器人的有效操控計劃。

盡管還處于早期階段，這種方法有潛力讓工廠使用更小型、移動的機(jī)器人，這些機(jī)器人可以用整只手臂或整個身體來操控物體，而不是僅能使用指尖抓取的大型機(jī)械臂，這可能有助于降低能源消耗并降低成本。此外，這項技術(shù)還可以在被派往火星或其他太陽系天體的探險任務(wù)中派上用場，因為它們可以僅依靠機(jī)載計算機(jī)快速適應(yīng)環(huán)境。

“如果我們能夠利用這類機(jī)器人系統(tǒng)的結(jié)構(gòu)，而不是將其視為黑匣子系統(tǒng)，那么就有機(jī)會加速嘗試做出這些決策和制定接觸豐富計劃的整個過程，”?電氣工程與計算機(jī)科學(xué)（EECS）研究生，以及這項技術(shù)的共同主要作者之一 H.J. Terry Suh 表示。在這篇論文上與?Suh 一起合作的還有共同主要作者 Tao Pang（博士生），他是波士頓動力人工智能研究所的機(jī)器人學(xué)家；Lujie Yang，一名電氣工程與計算機(jī)科學(xué)研究生；以及資深作者 Russ Tedrake，他是電氣工程與計算機(jī)科學(xué)、航空航天學(xué)和機(jī)械工程的豐田教授，同時也是計算機(jī)科學(xué)與人工智能實驗室（CSAIL）的成員。這項研究發(fā)表在本周的《IEEE Transactions on Robotics》雜志上。

強(qiáng)化機(jī)器學(xué)習(xí)?

強(qiáng)化學(xué)習(xí)是一種機(jī)器學(xué)習(xí)技術(shù)，其中代理者（如機(jī)器人）通過不斷嘗試和錯誤來學(xué)習(xí)完成任務(wù)，每當(dāng)它接近目標(biāo)時，會得到一定的獎勵。研究人員表示，這種類型的學(xué)習(xí)采用了黑匣子方法，因為系統(tǒng)必須通過試錯來學(xué)習(xí)關(guān)于世界的一切。強(qiáng)化學(xué)習(xí)已經(jīng)在接觸豐富的操控規(guī)劃中取得了有效的應(yīng)用，其中機(jī)器人試圖學(xué)習(xí)以指定方式移動物體的最佳方法。

在這些圖中，一個模擬的機(jī)器人執(zhí)行了三個接觸豐富的操控任務(wù)：手中操控一個球，拾取一個盤子，以及將一支筆調(diào)整到特定的方向。

但是，當(dāng)機(jī)器人確定如何使用其手指、手、臂和身體與物體互動時，可能會有數(shù)十億潛在的接觸點(diǎn)需要機(jī)器人進(jìn)行推理，因此這種試錯方法需要大量計算。另一方面，如果研究人員專門設(shè)計一個基于物理的模型，利用他們對系統(tǒng)和他們希望機(jī)器人完成的任務(wù)的知識，那么這個模型會融入關(guān)于這個世界的結(jié)構(gòu)，從而使其更加高效。

然而，在接觸豐富的操控規(guī)劃方面，基于物理的方法并不像強(qiáng)化學(xué)習(xí)那樣有效。研究人員進(jìn)行了詳細(xì)的分析，并發(fā)現(xiàn)一種稱為“平滑”的技術(shù)使強(qiáng)化學(xué)習(xí)表現(xiàn)出色。機(jī)器人在確定如何操控物體時可能會做出許多決策，但在總體上并不重要。例如，每次手指的微小調(diào)整，無論是否與物體接觸，都并不重要，平滑會對許多不重要的、中間的決策進(jìn)行平均，留下一些重要的決策。
強(qiáng)化學(xué)習(xí)通過嘗試許多接觸點(diǎn)，然后計算結(jié)果的加權(quán)平均值來隱式地進(jìn)行平滑。基于這一見解，麻省理工學(xué)院的研究人員設(shè)計了一個簡單的模型，執(zhí)行類似類型的平滑操作，使其能夠?qū)Ｗ⒂诤诵牡臋C(jī)器人-物體交互并預(yù)測長期行為。他們表明，這種方法在生成復(fù)雜計劃方面可能與強(qiáng)化學(xué)習(xí)一樣有效。

一個成功的組合

盡管平滑大大簡化了決策，但搜索剩下的決策仍然可能是一個困難的問題。因此，研究人員將他們的模型與一種可以快速高效地搜索機(jī)器人可能做出的所有可能決策的算法結(jié)合在一起。通過這種組合，計算時間在標(biāo)準(zhǔn)筆記本電腦上縮短到大約一分鐘。

他們首先在模擬中測試了他們的方法，其中機(jī)械手被分配了任務(wù)，比如將一支筆移動到所需的配置，打開一扇門或者拾取一個盤子。在每個實例中，他們的基于模型的方法都達(dá)到了與強(qiáng)化學(xué)習(xí)相同的性能，但時間僅為其一小部分。當(dāng)他們在真實機(jī)械臂上的硬件中測試他們的模型時，他們也看到了類似的結(jié)果。

關(guān)于IiwaBimanual設(shè)置的硬件，目標(biāo)是將桶旋轉(zhuǎn)180度。左邊和右邊的圖片分別對應(yīng)于開環(huán)計劃執(zhí)行前的初始狀態(tài)和最終狀態(tài)。連接在運(yùn)動捕捉標(biāo)記之間的線條用于說明桶的姿態(tài)變化。

Tedrake說：“使整體操控成為可能的相同思想也適用于具有靈巧、類似人類手的計劃。以前，大多數(shù)研究人員認(rèn)為強(qiáng)化學(xué)習(xí)是唯一適用于靈巧手的方法，但Terry和Tao表明，通過從強(qiáng)化學(xué)習(xí)中采取(隨機(jī))平滑的這一關(guān)鍵思想，他們也可以使傳統(tǒng)的規(guī)劃方法非常有效?！?br>

然而，他們開發(fā)的模型依賴于對真實世界的較簡單的近似，因此無法處理非常動態(tài)的運(yùn)動，例如物體下落。雖然對于較慢的操控任務(wù)有效，但他們的方法無法創(chuàng)建一個計劃，例如使機(jī)器人能夠?qū)⒁粋€罐頭扔進(jìn)垃圾桶。在未來，研究人員計劃改進(jìn)他們的技術(shù)，以應(yīng)對這些高度動態(tài)的運(yùn)動。

作者?|?LJH

排版 | 小河

審核?|?貓

若您對該文章內(nèi)容有任何疑問，請與我們聯(lián)系，我們將及時回應(yīng)。如果想要了解更多的前沿資訊，記得點(diǎn)贊關(guān)注哦~