人們將能夠與機器人進行交互加快教授機器人如何完成基本任務的過程

在斯坦福大學蓋茨計算機科學大樓的地下室，一個紅色機器人手臂的屏幕亮起。一雙卡通眼睛閃爍。“與Bender見面，”電氣工程博士生Ajay Mandlekar說。

Bender是斯坦福大學研究人員用來測試兩個框架的機器人手臂之一，這兩個框架一起可以更快，更容易地教授機器人的基本技能。RoboTurk框架允許人們通過智能手機和瀏覽器實時引導機器人手臂，向機器人展示如何執行拾取物體等任務。SURREAL通過一次運行多種體驗來加速學習過程，從而使機器人能夠同時學習許多經驗。

“通過RoboTurk和SURREAL，我們可以通過結合人類收集的大量數據并將其與大規模強化學習結合起來，突破機器人可以做的界限，”開發框架的團隊成員Mandlekar說。

該小組將于10月29日在瑞士蘇黎世的機器人學習會議上展示RoboTurk和SURREAL。

人類教學機器人

Yuke Zhu是計算機科學博士生，也是團隊成員，他通過在iPhone上打開應用程序并在空中揮動來展示系統是如何工作的。他引導機器人手臂 - 就像街機游戲中的機械起重機一樣 - 將鼠標懸停在他的獎品上：一塊木板畫成看起來像牛排。這是一個簡單的取放任務，包括識別對象，拾取它們并將它們放入帶有正確標簽的bin中。

對于人類來說，這項任務似乎非常容易。但對于今天的機器人來說，這是相當困難的。機器人通常通過與環境進行交互和探索來學習 - 這通常導致大量隨機揮動手臂 - 或者來自大型數據集。這些都不如得到一些人的幫助那么有效。就像父母教他們的孩子通過引導他們的牙齒刷牙一樣，人們可以向機器人展示如何做特定的任務。

然而，這些課程并不總是完美的。當朱在他的手機屏幕上用力按壓并且機器人松開手柄時，木制牛排撞到了垃圾箱的邊緣，然后咔噠咔噠地撞到了桌子上。“人類在這方面絕不是最佳選擇，”Mandlekar說，“但這種經驗對機器人來說仍然是不可或缺的。”

更快地學習并行

這些試驗 - 甚至是失敗 - 提供了寶貴的信息。通過RoboTurk收集的演示將為機器人提供背景知識，以啟動他們的學習。SURREAL可以同時在全球范圍內運行數以千計的模擬體驗，以加快學習過程。

“有了SURREAL，我們希望加快這種與環境互動的過程，”計算機科學博士生兼團隊成員林曦曦說。這些框架大大增加了機器人學習的數據量。

“結合的雙胞胎框架可以為人工智能輔助人類執行任務提供機制，我們可以讓人類遠離危險的環境，同時仍然保持相似水平的任務執行能力，”博士后研究員Animesh Garg說道。開發了框架。

該團隊設想機器人將成為未來日常生活中不可或缺的一部分：幫助做家務，在制造過程中執行重復的裝配任務或完成可能對人類構成威脅的危險任務。

“你不應該告訴機器人將手臂扭轉20度，向前扭轉10厘米，”朱說。“你希望能夠告訴機器人去廚房吃蘋果。”

RoboTurk和SURREAL團隊的現任成員包括Ajay Mandlekar，Yuke Zhu，Linxi Fan，Animesh Garg以及教師Lii-Fei Li和Silvio Savarese。