伯克利和Deepmind前赴后繼，只為教出一個會做家務的機器人？

新年伊始，伯克利就傳出新進展，他們教機器人做家務的能力更上一層樓了。

在最新的論文中，伯克利介紹了他們是如何讓機器學會讀懂人類的潛臺詞或未盡之意，而不是傻乎乎地按照字面意思或者獎勵系統(tǒng)來機械地運動。

舉個例子，當餐桌機器人上菜時，它會知道躲避酒柜，或者在停電等緊急情況下停止端盤子，而不是為了盡可能多地得到獎賞（端一個盤子系統(tǒng)會提供一個獎勵），而馬不停蹄地送盤子。甚至還可能直接把盤子打碎，這樣就可以獲得更多的“盤子”（獎勵）了……

反正我看到這個新聞時，第一反應是機器人可真笨啊，這么簡單的任務我兩歲的小侄子都會做。第二反應是伯克利教機器人做家務的執(zhí)念也未免太深了吧！

之前還開發(fā)過引擎教機器人鋪床單、疊衣服、收拾桌面，總之，非要讓機器人摻和家務這件事不可。

想要挑戰(zhàn)家務技能的除了伯克利，還有Deepmind。去年2月，Deepmind就提出了一種新的學習范式“計劃輔助控制SAC-X”，來幫助機器人學會整理桌子和堆疊衣物。

前不久佐治亞理工學院的研究人員，也發(fā)表了新的強化學習算法，可以教會機器人穿衣服。

為什么這么多AI巨頭不約而同地走上了家務培訓的道路？未來我們能擁有《底特律》中卡拉小姐姐那樣溫柔能干的家政機器人嗎？本文就來嘗試解釋一下這些疑惑。

家務三十六計：家政機器人都掌握了哪些技能？

首先我們來看看，在這么多人類學霸、AI巨頭的助攻下，機器人都學會了哪些家務小技能。

先來說說“家政狂魔”伯克利。

早在去年，我們就解讀過伯克利的通用預測模型，它可以幫助機器人自主學習和掌握很多通用基礎技能，在此基礎上學習和預測主人的意圖和任務的共性，從而可以舉一反三執(zhí)行廣泛的任務類別，成長為一個優(yōu)秀的“家務多面手”。比如折疊短褲毛巾、挪移蘋果、整理桌面等等。

伯克利還推出了一個深度學習模型Dex-NET，基于角點檢測和抓取策略，讓機器人完成鋪床單這一艱巨任務。

最值得一提的是新的研究成果“偏好優(yōu)化模型”。機器人不僅能完成通用任務，而且還能夠推斷出更優(yōu)解，適應帶有隱藏條件的復雜現(xiàn)實環(huán)境。

比如在常規(guī)的“actor-critic”增強學習反饋機制中，主人要求機器人導航前往紫色的門，那么機器人就會選擇最短路徑（傳統(tǒng)意義上的最優(yōu)解），而忽略這么做會打碎路上的花瓶。

因為機器人無法獲知，主人是否關心花瓶會不會被打碎。但如果機器人能自己模擬和演練過去發(fā)生過的行為軌跡，比如主人一直都繞著花瓶走，說明她是重視花瓶的完整狀態(tài)的，由此推斷出繞過花瓶是最有可能獲得獎勵、應該積極追求的目標。

機器人擁有洞察隱藏條件的能力，意味著它們可以從一種狀態(tài)中學習人類的偏好，系統(tǒng)無需事無巨細地列出所有現(xiàn)實環(huán)境中的因果聯(lián)系和條件，獎勵函數(shù)也不再是線性機械的，機器人可以自主模擬和學習過去的經(jīng)驗，判斷和應對未知的動態(tài)環(huán)境。

對于做家務這個任務來說，判斷主人的喜好來進行作業(yè)，可以說是必殺技了。

與伯克利相比，Deepmind其實對醫(yī)療這種高精尖任務更感興趣。但這并不妨礙它在家政領域發(fā)光發(fā)熱。

Deepmind的“計劃輔助控制SAC-X”模型，就旨在幫助機器人學會探索和掌握家務方面的基本技能。就像嬰兒在爬行和走路之前必須發(fā)展出協(xié)調和平衡能力一樣，SAC-X也有助于幫助機器掌握幾種核心的視覺-運動技能。

比如運用模擬手臂，按照正確的順序，即使沒有見過這各任務，也能從零開始學習，并按要求順利地把物體舉起來。這樣就能在無需額外編程的前提下，完成整理桌面這樣的復雜任務。

此外，喬治亞理工學院將布料引入學習框架，教機器人學會穿衣服的論文也非常別出心裁。

因為衣服的布料材質各不相同，穿衣服的動作也無法遵循特定的運動軌跡，會和布料產(chǎn)生復雜的交互變化，機器人必須不斷練習，對各個子任務（拽起邊緣、扯平衣角等）進行模擬和優(yōu)化，在不斷變化的環(huán)境條件中學習到穩(wěn)定的創(chuàng)意控制策略，最終完成穿不同衣服的任務目標。無論襯衫、套頭毛衣，還是外套，都是妥妥滴！

聽起來，好像大部分家務活兒機器人都可以駕馭嘛，但杯具的是，現(xiàn)實中能夠見到的家務機器人，干起活來依然是一副又慢又笨的蠢樣子。

比如由伯克利設計、Rethink Robotics公司開發(fā)的家庭助手，疊一個毛巾就要15分鐘；而加州 FoldiMate推出的智能洗疊機器，可以按照程序把衣服疊成需要的方塊，但需要人手動放置在展臺上，并沒有節(jié)省多少人力，售價還高達980美金（約7000塊人民幣）……emmmm還是自己動手豐衣足食吧。

不是比人慢，就是比人貴，靠機器人做家務性價比實在是太低了。那么，既然不能真的幫人類做家務，教機器人學習這些技能，究竟有何意義？

為什么是做家務，去工廠搬磚不行嗎？

這么多研究人才齊上陣，要是去教小學生，怕是都能考上清華了。實在不行，去工廠搬磚也能緩解下勞動力緊張啊，干嘛非要跟家務活兒較勁呢？

原因恐怕在于，家政任務提供了一個從零開始學習復雜控制任務的訓練環(huán)境，這對通用機器智能來說至關重要。

首先，家政任務的真實性和多樣性，有助于智能體學會如何用最少的先驗知識來解決復雜問題。

先驗知識指的是一種不依賴于經(jīng)驗總結（類似編寫好的程序，從結果推導過程）的一種元能力，通過觀察學會推理和判斷。而機器人就沒有這種“天生的”知識，但顯然我們也不可能將機器人服務的每個家庭、每個可能任務都進行預先編程，這時，訓練機器人的通用能力就顯得尤為關鍵了。

盡管機器永遠不可能擁有像人一樣的先驗能力和通用性，在各個學科、各個工作崗位都能表現(xiàn)差不多。但在很多垂直領域，比如工業(yè)、家務、語言等，先驗能力強的機器智能體就可以低成本、高適應性、靈活地完成工作任務，解決那些現(xiàn)在只有人才能解決的問題。

另外，家政任務是一個集視覺、觸覺、運動、關節(jié)控制等為一體的任務，綜合性很強，這是其他碎片應用不具備的環(huán)境，對訓練多元功能協(xié)作的智能體很有幫助。

比如伯克利教機器人從垃圾桶中拾取原本看不見的物體，就需要通過攝像頭采集深度圖像，形成模擬數(shù)據(jù)集，再利用該數(shù)據(jù)集訓練質量卷積神經(jīng)網(wǎng)絡(GQ-CNN)，對物體進行圖像分割，確定抓取嘗試成功的可能性，最后形成抓取成功概率最高的策略，再對夾持器關節(jié)進行實時精密控制，才能最終完成這一操作。一次訓練，多種收獲。

更重要的是，家務的操作環(huán)境比起工業(yè)機器人、電子游戲等，都更加松散，充滿變化，任務的主觀預期和隱藏含義更難界定和預測，無形中加大了訓練難度。與此同時，家政任務的訓練成本也比較低，也更容易為大眾所理解，社會效益和營銷價值雙豐收。

相比對機器狗拳打腳踢、在《Dota》中血虐真人玩家，讓機器做做家務簡直堪稱是最政治正確、價廉物美的訓練方式了。

醉翁之意：做完家務，這些研究還有什么用？

在家政機器人背后，實際隱含的是一種智能體創(chuàng)生的本質邏輯：在復雜的環(huán)境中自己探索出解決隨機和非結構化問題的合理方案，可以安全地與環(huán)境交互，同時高效地完成任務。

具體一點說，訓練家政機器人，主要有一下三個方面的好處：

一是培養(yǎng)更具有通用智能的機器人，在不需要過多指導的前提下，執(zhí)行一系列任務，提高機器自動化的安全性和工作效率。

二是有助于開發(fā)用于分層規(guī)劃、感知和推理的算法，可以幫助自動駕駛、工業(yè)自動化、智能物聯(lián)網(wǎng)等等領域解決應用問題；

三是推動零樣本學習、少樣本學習等技術的進步。在缺乏外部獎勵信號的情況下，算法也能很好地推理出行為的意圖，可以顯著提升電商、內容產(chǎn)品推薦系統(tǒng)的使用體驗。

這樣，大家恐怕就不難理解，為什家務會成為通用智能體成長道路上無法繞過的“墊腳石”了。

最后可能還有人想問：不愛做家務星人，我只關心機器人啥時候能進我家給我疊被鋪床？我只能說：親親這邊建議直接睡覺呢夢里什么都有~

生成海報

免責聲明：此文內容為第三方自媒體作者發(fā)布的觀察或評論性文章，所有文字和圖片版權歸作者所有，且僅代表作者個人觀點，與極客網(wǎng)無關。文章僅供讀者參考，并請自行核實相關內容。投訴郵箱：editor@fromgeek.com。

免責聲明：本網(wǎng)站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內容可能涉嫌侵犯其知識產(chǎn)權或存在不實內容時，應及時向本網(wǎng)站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。