新的機器人可以看到他們的未來

加州大學伯克利分校的研究人員開發了一種機器人學習技術，使機器人能夠想象他們行動的未來，以便他們能夠弄清楚如何操縱他們以前從未遇到過的物體。在未來，這項技術可以幫助自動駕駛汽車預測路上的未來事件，并在家中生產更智能的機器人助手，但最初的原型側重于完全從自主游戲中學習簡單的手動技能。

使用這種稱為視覺遠見的技術，機器人可以預測如果他們執行特定的運動序列，他們的相機會看到什么。這些機器人的想象力現在仍然相對簡單 - 預測僅在未來幾秒鐘內完成 - 但它們足以讓機器人弄清楚如何在桌面上移動物體而不會打擾障礙物。至關重要的是，機器人可以學習執行這些任務，而無需人類的任何幫助或有關物理，環境或物體的先驗知識。這是因為視覺想象力是從無人看管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物體。在這個游戲階段之后，機器人建立了一個世界的預測模型，

“就像我們可以想象我們的動作將如何在我們的環境中移動物體一樣，這種方法可以使機器人能夠看到不同的行為將如何影響周圍的世界，”伯克利電氣部助理教授謝爾蓋·萊文說。工程和計算機科學，其實驗室開發了該技術。“這可以在復雜的現實世界中實現高度靈活的技能的智能規劃。”

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展示視覺前瞻技術。

該系統的核心是基于卷積重復視頻預測或動態神經平流(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將如何從一幀移動到下一幀。最近對這類模型的改進以及大大改進的規劃能力使得基于視頻預測的機器人控制能夠執行越來越復雜的任務，例如在障礙物周圍滑動玩具以及重新定位多個對象。

“過去，機器人已經通過人工監督員幫助和提供反饋來學習技能。讓這項工作令人興奮的是，機器人可以完全靠自己學習一系列視覺對象操控技能，”Chelsea Finn說，他是一名博士生。 Levine的實驗室和原始DNA模型的發明者。

利用新技術，機器人將物體推到桌子上，然后使用學習的預測模型來選擇將物體移動到期望位置的運動。機器人使用從原始相機觀察中學習的模型來教自己如何避開障礙物并將物體推到障礙物周圍。

“人類在沒有任何老師的情況下通過數百萬次與各種物體的互動來學習物體操縱技能。我們已經證明，有可能建立一個機器人系統，利用大量自主收集的數據來學習廣泛適用的操作技能，特別是對象推動技巧，“萊文實驗室的研究生弗雷德里克埃伯特說，他參與了這個項目。

由于通過視頻預測的控制僅依賴于可由機器人自主收集的觀察，例如通過相機圖像，因此所得到的方法是通用的并且廣泛適用。與需要人類手動標記數千甚至數百萬圖像的傳統計算機視覺方法相比，構建視頻預測模型僅需要未注釋的視頻，其可由機器人完全自主地收集。實際上，視頻預測模型也已應用于代表從人類活動到駕駛的所有內容的數據集，并具有令人信服的結果。

“孩子們可以通過玩玩具，移動它們，抓住它們來了解他們的世界。我們的研究目標是使機器人能夠做同樣的事情：通過自主交互來了解世界是如何運作的，”Levine說過。“這個機器人的能力仍然有限，但它的技能是完全自動學習的，并且可以通過建立先前觀察到的交互模式來預測與之前從未見過的物體的復雜物理交互。”

伯克利的科學家們正在繼續通過視頻預測來研究控制，專注于進一步改進視頻預測和基于預測的控制，以及開發更復雜的方法，通過這些方法，機器人可以收集更集中的視頻數據，用于復雜的任務，例如拾取和放置物體并操縱柔軟和可變形的物體，如布料或繩索，以及裝配。