通常機器人在執(zhí)行任務的時候，我們需要給它輸入一串指令，即使是強大的波士頓機器狗也需要通過編程讓其學會開門等動作，然而英偉達最近研發(fā)出一項新技術，只需要機器人觀看人類演示動作，機器人就可以模仿。這究竟是一種什么技術？

工業(yè)機器人通常都是一遍又一遍地重復已經(jīng)編程好的任務，換句話說，執(zhí)行任務的機器人與編寫程序的工程師之間會保持一定的安全距離。然而，越來越多的研究人員都在思考一個問題，如何讓機器人與人類的工作環(huán)境更加融合，甚至如何讓機器人向人類學習。

這也是英偉達在西雅圖的新機器人實驗室所關注的。據(jù)了解，該實驗室的研發(fā)團隊在澳大利亞布里斯班舉辦的機器人與自動化國際會議（ICRA）上展示了一些他們正在進行的關于機器人教學的研究。

Nvidia展示了一款具有突破性AI機器人，通過觀察人類的行為學習完成任務。由Stan Birchfield和Jonathan Tremblay領導的研究人員在他們的研究報告（微信后臺回復：英偉達，下載完整論文）中指出：

“通過發(fā)出指令讓機器人在真實環(huán)境中執(zhí)行任務很容易， 這包括輸入期望的結果和實現(xiàn)該結果的最佳方式的任何提示。我們研究出了只需通過人為演示，任務以視覺的形式傳達給機器人，并提供關于如何最好地執(zhí)行任務的線索，讓機器人來重復人類的動作?！?/p>

他們提出了一個可以讀取真實世界的人類演示動作的系統(tǒng)，并可以完成推斷和執(zhí)行動作。該系統(tǒng)由一系列神經(jīng)網(wǎng)絡組成，包括執(zhí)行感知，程序生成和程序執(zhí)行三部分。即使在嚴重遮擋的情況下，感知網(wǎng)絡也可以使用隨機域對合成圖像進行訓練，可靠地檢測實際圖像中物體。

在這項研究中，人類主要堆疊不同顏色的立方體，把他堆成垂直或金字塔形狀。通過一系列神經(jīng)網(wǎng)絡學習人類可讀的程序，由機器人執(zhí)行以重現(xiàn)演示。

首先，研究人員訓練了一系列的神經(jīng)網(wǎng)絡來檢測積木，推斷積木之間的幾何關系，然后生成一個程序讓它反復觀察人類的每個動作。研究人員稱，這個新系統(tǒng)能讓他們訓練機器人在現(xiàn)實世界中只通過一次演示來就可以完成這個堆疊任務。

為了訓練出核心模型，英偉達團隊還使用了模擬環(huán)境來合成無數(shù)的場景數(shù)據(jù)。Birchfield和Fox強調表示，這些模擬可以快速地訓練機器人。畢竟，在現(xiàn)實世界中進行培訓需要更長的時間，而且還會出現(xiàn)危險。對于大多數(shù)任務來講，也沒有可提前參考的培訓數(shù)據(jù)。

Nvidia的這臺機器人由該公司的TITAN X顯卡支持，該顯卡擁有3584個運行頻率為1.5GHz的NVIDIA CUDA內核，整體性能達到11 TFLOPS。

使用TITAN X，研究人員訓練了一系列神經(jīng)網(wǎng)絡來執(zhí)行與感知，程序生成和程序執(zhí)行相關的職責。從單一的人類演示中，機器人可以開始學著執(zhí)行任務。

英偉達首席研究科學家斯坦·伯奇菲爾德（Stan Birchfield）表示：“在制造業(yè)環(huán)境中，機器人非常擅長于反復執(zhí)行相同的任務，但它們無法適應環(huán)境的變化，這導致它們無法學會自己的任務。為了重新設計機器人來執(zhí)行新任務，你必須讓專家對機器人的底層進行重新編程。我們感興趣的是，讓非專家型用戶更方便地通過簡單演示來教會機器人從事新任務?！?/p>

這個系統(tǒng)中存在一系列深度神經(jīng)網(wǎng)絡，用于感知、規(guī)劃和控制，這些網(wǎng)絡使用合成的數(shù)據(jù)來訓練。

伯奇維爾德表示：“目前，機器人領域正在出現(xiàn)范式改變?，F(xiàn)在，我們可以使用GPU（圖形處理單元）來生成無限量的預加標簽數(shù)據(jù)，用于開發(fā)和測試算法。這可能會幫助我們開發(fā)與周圍世界互動的機器人系統(tǒng)，并且規(guī)模更大、更安全?！?/p>

英偉達的這項研究發(fā)表在本周在澳大利亞布里斯班舉行的國際機器人和自動化會議（ICRA）上。

未來，如果這一技術發(fā)展成熟，是否可以應用在自動駕駛上，通過觀察人類駕駛行為，機器人能夠熟練操作方向盤，實現(xiàn)自動駕駛就更進一步。當然這只是作者的想象，或許這一技術有更多其他方面的應用。