伯克利和Deepmind前赴后继,只为教出一个会做家务的机器人?

新年伊始,伯克利就传出新进展,他们教机器人做家务的能力更上一层楼了。

在最新的论文中,伯克利介绍了他们是如何让机器学会读懂人类的潜台词或未尽之意,而不是傻乎乎地按照字面意思或者奖励系统来机械地运动。

举个例子,当餐桌机器人上菜时,它会知道躲避酒柜,或者在停电等紧急情况下停止端盘子,而不是为了尽可能多地得到奖赏(端一个盘子系统会提供一个奖励),而马不停蹄地送盘子。甚至还可能直接把盘子打碎,这样就可以获得更多的“盘子”(奖励)了……

反正我看到这个新闻时,第一反应是机器人可真笨啊,这么简单的任务我两岁的小侄子都会做。第二反应是伯克利教机器人做家务的执念也未免太深了吧!

之前还开发过引擎教机器人铺床单、叠衣服、收拾桌面,总之,非要让机器人掺和家务这件事不可。

想要挑战家务技能的除了伯克利,还有Deepmind。去年2月,Deepmind就提出了一种新的学习范式“计划辅助控制SAC-X”,来帮助机器人学会整理桌子和堆叠衣物。

前不久佐治亚理工学院的研究人员,也发表了新的强化学习算法,可以教会机器人穿衣服。

为什么这么多AI巨头不约而同地走上了家务培训的道路?未来我们能拥有《底特律》中卡拉小姐姐那样温柔能干的家政机器人吗?本文就来尝试解释一下这些疑惑。

家务三十六计:

家政机器人都掌握了哪些技能?

首先我们来看看,在这么多人类学霸、AI巨头的助攻下,机器人都学会了哪些家务小技能。

先来说说“家政狂魔”伯克利。

早在去年,我们就解读过伯克利的通用预测模型,它可以帮助机器人自主学习和掌握很多通用基础技能,在此基础上学习和预测主人的意图和任务的共性,从而可以举一反三执行广泛的任务类别,成长为一个优秀的“家务多面手”。比如折叠短裤毛巾、挪移苹果、整理桌面等等。

伯克利还推出了一个深度学习模型Dex-NET,基于角点检测和抓取策略,让机器人完成铺床单这一艰巨任务。

最值得一提的是新的研究成果“偏好优化模型”。机器人不仅能完成通用任务,而且还能够推断出更优解,适应带有隐藏条件的复杂现实环境。

比如在常规的“actor-critic”增强学习反馈机制中,主人要求机器人导航前往紫色的门,那么机器人就会选择最短路径(传统意义上的最优解),而忽略这么做会打碎路上的花瓶。

因为机器人无法获知,主人是否关心花瓶会不会被打碎。但如果机器人能自己模拟和演练过去发生过的行为轨迹,比如主人一直都绕着花瓶走,说明她是重视花瓶的完整状态的,由此推断出绕过花瓶是最有可能获得奖励、应该积极追求的目标。

机器人拥有洞察隐藏条件的能力,意味着它们可以从一种状态中学习人类的偏好,系统无需事无巨细地列出所有现实环境中的因果联系和条件,奖励函数也不再是线性机械的,机器人可以自主模拟和学习过去的经验,判断和应对未知的动态环境。

对于做家务这个任务来说,判断主人的喜好来进行作业,可以说是必杀技了。

与伯克利相比,Deepmind其实对医疗这种高精尖任务更感兴趣。但这并不妨碍它在家政领域发光发热。

Deepmind的“计划辅助控制SAC-X”模型,就旨在帮助机器人学会探索和掌握家务方面的基本技能。就像婴儿在爬行和走路之前必须发展出协调和平衡能力一样,SAC-X也有助于帮助机器掌握几种核心的视觉-运动技能。

比如运用模拟手臂,按照正确的顺序,即使没有见过这各任务,也能从零开始学习,并按要求顺利地把物体举起来。这样就能在无需额外编程的前提下,完成整理桌面这样的复杂任务。

此外,乔治亚理工学院将布料引入学习框架,教机器人学会穿衣服的论文也非常别出心裁。

因为衣服的布料材质各不相同,穿衣服的动作也无法遵循特定的运动轨迹,会和布料产生复杂的交互变化,机器人必须不断练习,对各个子任务(拽起边缘、扯平衣角等)进行模拟和优化,在不断变化的环境条件中学习到稳定的创意控制策略,最终完成穿不同衣服的任务目标。无论衬衫、套头毛衣,还是外套,都是妥妥滴!

听起来,好像大部分家务活儿机器人都可以驾驭嘛,但杯具的是,现实中能够见到的家务机器人,干起活来依然是一副又慢又笨的蠢样子。

比如由伯克利设计、Rethink Robotics公司开发的家庭助手,叠一个毛巾就要15分钟;而加州 FoldiMate推出的智能洗叠机器,可以按照程序把衣服叠成需要的方块,但需要人手动放置在展台上,并没有节省多少人力,售价还高达980美金(约7000块人民币)……emmmm还是自己动手丰衣足食吧。

不是比人慢,就是比人贵,靠机器人做家务性价比实在是太低了。那么,既然不能真的帮人类做家务,教机器人学习这些技能,究竟有何意义?

为什么是做家务,

去工厂搬砖不行吗?

这么多研究人才齐上阵,要是去教小学生,怕是都能考上清华了。实在不行,去工厂搬砖也能缓解下劳动力紧张啊,干嘛非要跟家务活儿较劲呢?

原因恐怕在于,家政任务提供了一个从零开始学习复杂控制任务的训练环境,这对通用机器智能来说至关重要。

首先,家政任务的真实性和多样性,有助于智能体学会如何用最少的先验知识来解决复杂问题。

先验知识指的是一种不依赖于经验总结(类似编写好的程序,从结果推导过程)的一种元能力,通过观察学会推理和判断。而机器人就没有这种“天生的”知识,但显然我们也不可能将机器人服务的每个家庭、每个可能任务都进行预先编程,这时,训练机器人的通用能力就显得尤为关键了。

尽管机器永远不可能拥有像人一样的先验能力和通用性,在各个学科、各个工作岗位都能表现差不多。但在很多垂直领域,比如工业、家务、语言等,先验能力强的机器智能体就可以低成本、高适应性、灵活地完成工作任务,解决那些现在只有人才能解决的问题。

另外,家政任务是一个集视觉、触觉、运动、关节控制等为一体的任务,综合性很强,这是其他碎片应用不具备的环境,对训练多元功能协作的智能体很有帮助。

比如伯克利教机器人从垃圾桶中拾取原本看不见的物体,就需要通过摄像头采集深度图像,形成模拟数据集,再利用该数据集训练质量卷积神经网络(GQ-CNN),对物体进行图像分割,确定抓取尝试成功的可能性,最后形成抓取成功概率最高的策略,再对夹持器关节进行实时精密控制,才能最终完成这一操作。一次训练,多种收获。

更重要的是,家务的操作环境比起工业机器人、电子游戏等,都更加松散,充满变化,任务的主观预期和隐藏含义更难界定和预测,无形中加大了训练难度。与此同时,家政任务的训练成本也比较低,也更容易为大众所理解,社会效益和营销价值双丰收。

相比对机器狗拳打脚踢、在《Dota》中血虐真人玩家,让机器做做家务简直堪称是最政治正确、价廉物美的训练方式了。

醉翁之意:做完家务,

这些研究还有什么用?

在家政机器人背后,实际隐含的是一种智能体创生的本质逻辑:在复杂的环境中自己探索出解决随机和非结构化问题的合理方案,可以安全地与环境交互,同时高效地完成任务。

具体一点说,训练家政机器人,主要有一下三个方面的好处:

一是培养更具有通用智能的机器人,在不需要过多指导的前提下,执行一系列任务,提高机器自动化的安全性和工作效率。

二是有助于开发用于分层规划、感知和推理的算法,可以帮助自动驾驶、工业自动化、智能物联网等等领域解决应用问题;

三是推动零样本学习、少样本学习等技术的进步。在缺乏外部奖励信号的情况下,算法也能很好地推理出行为的意图,可以显著提升电商、内容产品推荐系统的使用体验。

这样,大家恐怕就不难理解,为什家务会成为通用智能体成长道路上无法绕过的“垫脚石”了。

最后可能还有人想问:不爱做家务星人,我只关心机器人啥时候能进我家给我叠被铺床?我只能说:亲亲这边建议直接睡觉呢梦里什么都有~

(0)

相关推荐