器人現機在可以在檢查后拾取任何物體

人類長期以來一直是靈巧的主人，這種技能在很大程度上歸功于我們眼中的幫助。與此同時，機器人仍在迎頭趕上。

當然有一些進步：幾十年來，裝配線等受控環境中的機器人能夠一次又一次地拾取同一物體。最近，計算機視覺的突破使機器人能夠在物體之間進行基本區分。盡管如此，系統并沒有真正理解物體的形狀，因此機器人在快速拾取后幾乎無法做到。

麻省理工學院計算機科學與人工智能實驗室(CSAIL)的研究人員在一篇新論文中表示，他們已經在這個工作領域做了一個重要的發展：一個讓機器人能夠檢查隨機物體并在視覺上理解它們以完成具體工作的系統。沒有見過他們的任務。

該系統稱為Dense Object Nets(DON)，它將對象視為點集合，用作視覺路線圖。這種方法可以讓機器人更好地理解和操縱物品，最重要的是，它們甚至可以讓他們甚至在類似的雜亂中拾取特定物品 - 這是亞馬遜和沃爾瑪等公司在其倉庫中使用的各種機器的寶貴技能。

例如，有人可能會使用DON讓機器人抓住物體上的特定位置，比如鞋子的舌頭。從那以后，它可以看到它以前從未見過的鞋子，并成功抓住它的舌頭。

“許多操縱方法無法識別物體可能遇到的多個方向的物體的特定部分，”博士生Lucas Manuelli說道，他與主要作者和博士生Pete Florence一起撰寫了一篇關于該系統的新論文，與麻省理工學院一起Russ Tedrake教授。“例如，現有的算法無法通過手柄抓住馬克杯，特別是如果馬克杯可能處于多個方向，如直立或側面。”

該團隊不僅在制造環境中，而且在家庭中都看到了潛在的應用。想象一下，給系統一個整潔的房子的圖像，讓你在工作時清潔，或使用菜肴的圖像，以便系統在你度假時把你的盤子放好。

還值得注意的是，沒有一個數據實際上被人類標記過。相反，該系統是團隊所謂的“自我監督”，不需要任何人類注釋。

機器人抓取的兩種常見方法涉及任務特定學習或創建一般抓取算法。這些技術都有障礙：特定于任務的方法難以推廣到其他任務，并且一般的掌握不足以處理特定任務的細微差別，例如將對象放在特定位置。

然而，DON系統基本上在給定物體上創建一系列坐標，作為一種視覺路線圖，使機器人更好地理解它需要掌握的內容，以及在哪里。

該團隊訓練系統將對象視為構成較大坐標系的一系列點。然后，它可以將不同的點映射到一起，以顯示對象的3-D形狀，類似于從多張照片拼接全景照片的方式。在訓練之后，如果一個人指定一個物體上的一個點，機器人可以拍攝該物體的照片，并識別和匹配點，然后能夠在該指定點拾取物體。

這與UC-Berkeley的DexNet系統不同，后者可以掌握許多不同的項目，但不能滿足特定的要求。想象一個18個月大的孩子，他不明白你想要它玩哪個玩具但仍然可以抓住很多物品，而一個四歲的孩子可以回應“在紅色的末端抓住你的卡車” “。

在軟毛蟲玩具上進行的一組測試中，由DON驅動的Kuka機器人手臂可以從一系列不同的配置中抓住玩具的右耳。這表明，除其他外，系統具有在對稱物體上區分左右的能力。

當在不同棒球帽的箱子上進行測試時，DON可以選擇特定的目標帽子，盡管所有的帽子都具有非常相似的設計 - 并且之前從未在訓練數據中看過帽子的照片。

“在工廠中，機器人通常需要復雜的零件供料器才能可靠地工作，”佛羅倫薩說。“但是像這樣能夠理解物體方向的系統可以拍攝照片，并能夠相應地掌握和調整物體。”

在未來，團隊希望將系統改進到能夠執行特定任務的地方，更深入地了解相應的對象，例如學習如何抓住對象并將其移動到最終目標，即清理桌面。