Google教授機器人如何通過與環境互動來識別對象

谷歌教授人工智能系統更像兒童 - 至少在對象識別和感知方面。在一篇論文(“ Grasp2Vec：來自自我監督的學習的學習對象表示 ”)和隨附的博客文章中，Google機器人部門的軟件工程師Eric Jang和博士學位的Coline Devin。伯克利大學的學生和前研究實習生描述了一種算法 - Grasp2Vec--通過觀察和操縱它來“學習”物體的特征。

他們的工作是在舊金山的初創公司OpenAI展示計算機視覺系統幾個月之后 - 被稱為Dense Object Nets，簡稱DON，它允許機器人檢查，視覺理解和操縱他們從未見過的物體。谷歌研究人員解釋說，它基于對自我監督的認知發展研究。

人們通過與環境相互作用獲得關于世界的知識，經過時間考驗的對象持久性研究已經顯示出來，并且隨著時間的推移從他們所采取的行動的結果中學習。即使抓住一個物體也能提供很多關于它的信息 - 例如，它必須在導致掌握的時刻觸手可及。

“在機器人領域，這種類型的...學習正在積極研究，因為它使機器人系統能夠在不需要大量訓練數據或人工監督的情況下學習，”Jang和Devin寫道。“通過使用這種形式的自我監督，[類似機器]機器人可以通過...場景中的視覺變化來學習識別......對象[s]。”

該團隊與X Robotics合作，“教導”一個能夠“無意間”抓住物體的機器人手臂，并在訓練過程中學習各種物體的表現。這些陳述最終導致“有意識地”掌握研究人員選擇的工具和玩具。

該團隊利用強化學習 - 一種人工智能培訓技術，使用獎勵系統驅動代理人達到特定目標 - 鼓勵手臂抓住物體，用相機檢查物體，并回答基本的物體識別問題(“這些物體是否匹配? “)。他們實施了一種感知系統，可以通過分析一系列三個圖像來提取有關項目的有意義的信息：抓取前的圖像，抓取后的圖像，以及抓取對象的孤立視圖。

在測試中，Grasp2Vec和研究人員的新穎策略取得了80%%的成功率，即使在多個對象與目標匹配且目標由多個對象組成的情況下也能工作。

“我們展示了機器人抓取技能如何能夠生成用于學習以對象為中心的表示的數據，”他們寫道。“然后，我們可以使用表示學習'引導'更復雜的技能，如實例抓取，同時保留我們自主抓取系統的自我監督學習屬性。展望未來，我們不僅對通過更好的感知和控制可以為機器人技術帶來什么樣的機器學習感到興奮，而且還為機器人技術在新的自我監督范式中為機器學習帶來了什么感到興奮。