谷歌AI又出大招！受婴儿抓阄启发，机器臂自学抓取物体，不用标注数据

下载贤集网APP看更多精彩视频

视频介绍

人类从婴儿时代开始，就能够识别喜欢的物品并将它们捡起来，在与周围世界的互动中自我监督学习。在机器人技术中，人们正在积极研究这种类型的自我监督学习方法。加州大学伯克利分校的学生研究了一种算法Grasp2Vec，让机器人可以通过观察和操纵来“学习”物体的特征。谷歌团队与X Robotics合作，调教出一个能够无目的、像婴儿抓阄一样抓住物体的机器人手臂，并在训练过程中让它学习各种物体的表征，最终实现“有目的”地抓取某个确定的物体。不过想让机器人找到并抓取我们给定的物体，需要解决2个问题。1、对任意角度和位置摆放的物体，能够与给定的照片进行对比，判断二者是否为同一个物体。2、在一堆杂乱摆放的物体中，找到与“目标”最相似的物体，排除其他错误选项。为了解决这个问题，研究人员对这套强化学习系统构建奖励函数。在强化学习的框架中，任务是否成功通过奖励函数来衡量。但是这个奖励函数归结为回答对象识别问题，因此研究人员设计一种感知系统。该系统能从没有人为标注的非结构化图像数据中提取有意义的对象概念，以无监督的方式习得对物体的视觉感知力。最终得到的“热图”，可用于规划机器人寻找目标对象的方法。谷歌将有目的的Grasp2Vec物体识别算法，与之前无目的的“机器人抓阄”策略相结合，实现了对已认识物体80％的找到成功率。