新機器人可以看到他們的未來

加利福尼亞大學伯克利分校的研究人員開發了一種機器人學習技術，該技術使機器人能夠想象他們的行動的未來，以便他們能夠弄清楚如何操縱從未遇到過的物體。將來，這項技術可以幫助自動駕駛汽車預測未來的道路事件，并在家庭中生產出更多的智能機器人助手，但最初的原型著重于完全從自動駕駛中學習簡單的手動技能。

借助這種稱為視覺預見的技術，機器人可以預測如果執行特定的動作序列，相機將看到的圖像。到目前為止，這些機器人的想象力仍然相對簡單-預測僅在未來幾秒鐘之內進行-但它們足以讓機器人找出如何在桌子上四處移動物體而不會干擾障礙物。至關重要的是，該機器人可以學會執行這些任務，而無需任何人的幫助或有關物理學，其環境或物體是什么的先驗知識。這是因為視覺想象力完全是從無人值守和無人監督的探索中完全從頭開始學習的，其中機器人在桌子上玩耍。在這個游戲階段之后，機器人將建立一個預測模型 并可以使用此模型來處理以前從未見過的新對象。

伯克利大學電氣系助理教授謝爾蓋·萊文(Sergey Levine)表示：“就像可以想象我們的動作將如何在環境中移動物體的方式一樣，這種方法可以使機器人形象地觀察不同的行為將如何影響周圍的世界。工程與計算機科學，其實驗室開發了該技術。“這可以在復雜的現實情況下智能規劃高度靈活的技能。”

該研究小組將于12月5日在加利福尼亞州長灘舉行的神經信息處理系統會議上演示視覺預見技術。

該系統的核心是基于卷積循環視頻預測或動態神經對流(DNA)的深度學習技術。基于DNA的模型根據機器人的動作預測圖像中的像素如何從一幀移動到下一幀。對此類模型的最新改進以及大大改進的計劃功能，已使基于視頻預測的機器人控制能夠執行日益復雜的任務，例如在障礙物周圍滑動玩具并重新放置多個對象。