（文章來源：教育新聞網(wǎng)）
谷歌和加州大學伯克利分校的研究人員在本周在預印本服務器Arxiv.org上發(fā)表的兩篇論文中描述了新的AI和機器學習技術，這些技術使機器人能夠適應從未見過的任務并抓住被遮擋的物體。第一項研究詳細介紹了X射線，該算法在部署到機器人上時可以搜索對象的堆以掌握目標對象，而第二項研究則提出了一種策略適應技術，可以“教”機器人技能，而無需從頭開始進行模型訓練。

抓機器人是一個非常困難的挑戰(zhàn)。例如，機器人努力執(zhí)行所謂的“機械搜索”，即當他們不得不從一堆其他對象中識別并拾取一個對象時。大多數(shù)機器人不是特別適應性強，并且缺乏足夠功能強大的AI模型來指導機械手進行機械搜索。X射線和策略調(diào)整步驟可以構成產(chǎn)品包裝系統(tǒng)的基礎，該產(chǎn)品包裝系統(tǒng)可以在無需人工監(jiān)督的情況下發(fā)現(xiàn)，拾取和放下各種物體。

有關X射線的研究的合著者指出，由于缺乏合適的模型，機械搜索(在大量對象中找到對象)仍然具有挑戰(zhàn)性。X射線結合了遮擋推斷和假設預測來解決該問題，它可用來估計與對象最相似的邊界框(對象周圍矩形邊框的坐標)的占用率分布，同時考慮各種平移和旋轉。

X-Ray假定堆中至少有一個完全或部分被未知對象遮擋的目標對象，并且每個時間步最多可以抓取一個對象。以RGB圖像和目標對象為輸入，它可以預測場景的占用率分布和分割蒙版，并計算幾種潛在的抓握動作，以最高的成功概率執(zhí)行該動作。為了訓練和驗證X射線，研究人員生成了10,000個增強深度圖像的語料庫，這些圖像標記有矩形框目標對象的對象占用分布。他們從Thingiverse上的1296個3D CAD模型的開放源數(shù)據(jù)集中進行采樣，選擇了10個大小相同，體積較小但厚度較小的盒子目標，因此它們更有可能被遮擋。這使他們總共獲得了100,000張圖像。

在這10,000張圖片中，約有8,000張被保留用于培訓，其余的則留作測試。使用一千個包含模擬對象(蓋子，多米諾骨牌和長笛)的其他圖像來評估X射線對看不見的形狀，對象，長寬比和比例尺的概括。在涉及帶有吸盤和平行顎式抓爪的真實ABB YuMi機器人的物理實驗中，研究人員要求X射線將物體裝滿垃圾箱，然后將垃圾箱傾倒在目標物體的頂部。在最初包含25個對象的堆中，系統(tǒng)在20次試驗中以5個動作的中位數(shù)提取了目標對象，成功率為100%。

合著者將精力放在未來的工作上，以提高X射線的訓練效率，并分析數(shù)據(jù)集大小以及用于生成訓練分布的平移和旋轉次數(shù)的影響。他們還計劃根據(jù)目標對象可見性的獎勵來探索強化學習策略。

在這兩篇論文的最新文章中，合著者試圖開發(fā)一種能夠不斷適應新的現(xiàn)實環(huán)境，物體和條件的系統(tǒng)。與大多數(shù)機器人相反，后者僅需訓練一次即可部署，而適應能力卻很少。研究人員對機器學習模型進行了預訓練，以在608,000次嘗試抓取的語料庫中抓取一系列對象，然后他們執(zhí)行的任務是使用向其起始位置右移10厘米的抓手抓取對象。系統(tǒng)練習了一段時間(經(jīng)過800次嘗試)并將這些嘗試記錄到新數(shù)據(jù)集(目標數(shù)據(jù)集)中之后，新嘗試在50%的時間內(nèi)與原始數(shù)據(jù)集進行了混合，調(diào)整模型。

在五個不同的場景中重復了這些步驟-預訓練，嘗試新任務和微調(diào)。一方面，刺眼的光線阻礙了機器人的攝像頭。在另一種情況下，棋盤圖案的背景使模型難以識別對象。最后，實驗人員讓機器人抓住訓練中看不到的透明瓶子(眾所周知，透明物體很難抓住機器人，因為它們有時會混淆深度傳感器)，并撿拾坐在高反射金屬板上的物體。

研究人員報告說，在實驗中，該模型成功地在苛刻的燈光下63%的時間，透明瓶子的74%的時間，棋盤墊板的時間的86%的時間，抓手擴展的88%的時間成功地捕獲了物體，和91%的時間使用偏置夾持器。而且，他們說，機器人適應新情況只需要花費1-4個小時的練習時間(相比之下，學習如何掌握的時間大約為6,000個小時)，并且性能不會隨著所適應的模型而降低。
（責任編輯：fqj）