機器人學會遵循像Alexa這樣的命令

盡管你可能會在電影中看到，但今天的機器人仍然非常有限。它們對于許多重復性任務都很有用，但是它們無法理解人類語言的細微差別使得它們對于更復雜的請求幾乎毫無用處。

例如，如果您將特定工具放在工具箱中并要求機器人“撿起它”，那么它將完全丟失。拾取它意味著能夠查看和識別對象，理解命令，認識到所討論的“它”是你放下的工具，回過頭來記住你放下工具的那一刻，并區分你的工具從其他類似形狀和大小的產品中放下。

最近麻省理工學院計算機科學與人工智能實驗室(CSAIL)的研究人員越來越接近使這種類型的請求變得更加容易：在一篇新論文中，他們提出了類似Alexa的系統，它允許機器人理解需要上下文知識的各種命令。關于對象及其環境。他們稱系統為“ComText”，用于“上下文中的命令”。

上面的工具箱情況是ComText可以處理的任務類型之一。如果你告訴系統“我放下的工具是我的工具”，它會將這一事實添加到其知識庫中。然后，您可以使用有關其他對象的更多信息更新機器人，并讓它執行一系列任務，例如根據不同的命令拾取不同的對象集。

“人類將世界理解為對象，人和抽象概念的集合，機器將其視為像素，點云和傳感器生成的三維地圖，”CSAIL博士后Rohan Paul說道，他是該組織的主要作者之一。紙。“這種語義差距意味著，為了讓機器人了解我們希望他們做什么，他們需要更豐富地表達我們的所作所為。”

該團隊在Baxter上測試了ComText，這是一款由前CSAIL導演Rodney Brooks為Rethink Robotics開發的雙臂人形機器人。

該項目由研究科學家Andrei Barbu和研究科學家Sue Felshin，高級研究科學家Boris Katz和Nicholas Roy教授共同領導。他們在上周的澳大利亞國際人工智能聯合會議(IJCAI)上發表了這篇論文。

這個怎么運作

日期，生日和事實等形式都是“陳述性記憶”。有兩種聲明性記憶：語義記憶，它基于一般事實，如“天空是藍色的”，以及情節記憶，它基于個人事實，就像記住在聚會上發生的事情。

大多數機器人學習方法只關注語義記憶，這顯然會留下關于事件或事實的巨大知識差距，這些事件或事實可能是未來行動的相關背景。同時，ComText可以觀察一系列視覺和自然語言，以收集關于物體大小，形狀，位置，類型的“情景記憶”，即使它屬于某人。從這個知識庫，它可以推理，推斷意義和響應命令。

“主要的貢獻是機器人應該擁有不同類型的記憶，就像人一樣，”巴布說。“我們有第一個數學公式來解決這個問題，我們正在探索這兩種類型的記憶如何發揮作用并相互作用。”

通過ComText，百特在90%的時間內成功執行了正確的命令。將來，該團隊希望機器人能夠理解更復雜的信息，例如多步驟命令，操作意圖以及使用關于對象的屬性來更自然地與它們進行交互。

例如，如果你告訴一個機器人桌子上的一個盒子有餅干，一個盒子里有糖，然后讓機器人“拿起零食”，希望機器人可以推斷出糖是一種原料因此不太可能成為某人的“零食”。

通過創建更少約束的交互，這一系列研究可以為一系列機器人系統提供更好的通信，從自動駕駛汽車到家庭幫手。

華盛頓大學計算機科學副教授Luke Zettlemoyer表示：“這項工作是建立機器人的一個很好的步驟，可以與人們進行更自然的互動。”他沒有參與這項研究。“特別是，它將幫助機器人更好地理解用于識別世界中物體的名稱，并解釋使用這些名稱的指令，以更好地完成用戶的要求。”