機(jī)器人是一種顛覆現(xiàn)實(shí)世界的創(chuàng)新，但在它們特定的領(lǐng)域之外，它們的用處是非常有限的。因此，靈活性是一個(gè)不斷研究的領(lǐng)域。三款新的機(jī)器人裝置展示了它們可以進(jìn)化到適應(yīng)新情況的方式：摔倒后可以借助兩只“手”站起來，以及理解他們從未見過的視覺指令。

這些機(jī)器人都是獨(dú)立研發(fā)的，今天將在《科學(xué)機(jī)器人》(Science Robotics)專門研究學(xué)習(xí)的專刊上發(fā)表。每一款機(jī)器人都傳達(dá)出：機(jī)器人可以改善他們與現(xiàn)實(shí)世界的互動。

能夠用“手”敏捷抓取物體的機(jī)器人

首先是在工作中使用正確工具的問題。由于人類的手指的靈活性以及多功能性，我們可以很容易完成這個(gè)任務(wù)。我們能夠從我們的生活經(jīng)驗(yàn)中理解我們需要用鉗子夾起這個(gè)輕的物體或者我們需要借助工具才能搬動這個(gè)重物等等。

當(dāng)然，機(jī)器人沒有這方面的固有知識，這會讓事情變得困難；它可能不理解它無法拾起某種給定大小、形狀或紋理的東西。伯克利的機(jī)器人專家開發(fā)了一種新系統(tǒng)，它可以作為一種基本的決策過程，將物體分為能用普通鉗子夾住或用吸盤夾住的兩類。

一個(gè)在手臂末端同時(shí)安裝這兩種工具的機(jī)器人，可以通過使用基于深度的圖像來決定抓取什么物品應(yīng)該使用什么工具；測試結(jié)果表明，即使是在成堆的物體，其可靠性也非常高，這是以前從未見過的。

它是通過神經(jīng)網(wǎng)絡(luò)來完成的，這個(gè)神經(jīng)網(wǎng)絡(luò)部署了數(shù)百萬個(gè)關(guān)于物品、安排和試圖獲取它們的數(shù)據(jù)點(diǎn)。如果你想用吸盤抱起一只泰迪熊，但前一萬次都失敗了，你還會繼續(xù)嘗試嗎？這個(gè)系統(tǒng)能夠?qū)W會了做出此類的決定，這樣的事情對于在倉庫完成挑選任務(wù)的機(jī)器人來說是非常重要的。

有趣的是，伯克利的Ken Goldberg在一封電子郵件中解釋道，由于復(fù)雜神經(jīng)網(wǎng)絡(luò)的“黑盒”性質(zhì)，很難確切地說出Dex-Net 4.0的選擇實(shí)際上是基于什么，盡管有一些明顯的偏好。神經(jīng)網(wǎng)絡(luò)的“黑箱子”是指：一般來說， 神經(jīng)網(wǎng)絡(luò)是一連串神經(jīng)層所組成的把輸入進(jìn)行加工再輸出的系統(tǒng)。中間的加工過程就是我們所謂的黑盒。

他寫道：“我們從經(jīng)驗(yàn)上發(fā)現(xiàn)，，遠(yuǎn)離邊緣的光滑平面通常在吸力模型中得分較高，而對映點(diǎn)在抓取模型中得分較高。”

現(xiàn)在可靠性和通用性都很高了，下一步是速度；Goldberg說，該團(tuán)隊(duì)正在“研究一種令人興奮的新方法”來減少網(wǎng)絡(luò)的計(jì)算時(shí)間，毫無疑問，這將在未來的論文中被敘述。

摔倒后能夠站起來的機(jī)器人

四肢行走的機(jī)器人已經(jīng)很靈活了，它們能自信地處理各種地形。但是當(dāng)他們摔倒的時(shí)候，基本就是災(zāi)難區(qū)。一般來說，他們靠自己是沒法重新站起來的。

這些機(jī)器人的腿的配置方式使得它們很難完成在直立方式下能做到的事情。不過，由蘇黎世聯(lián)邦理工學(xué)院(ETH Zurich)開發(fā)的機(jī)器人ANYmal配備一個(gè)更多功能的裝置，可以讓它的腿獲得額外的自由度。

這個(gè)額外的自由度有什么用？可以做各種事情。但是要找出機(jī)器人運(yùn)動的最佳方式來達(dá)到速度和穩(wěn)定性的最大化是非常困難的。那么，為什么不使用模擬來同時(shí)測試數(shù)千個(gè)奇跡人可能遇到的不同場景，并將其結(jié)果用于現(xiàn)實(shí)世界呢？

這種基于模擬的學(xué)習(xí)并不總是有效，因?yàn)楝F(xiàn)在還不可能準(zhǔn)確地模擬所有涉及到的物理現(xiàn)象。但是它可以產(chǎn)生非常新穎的行為，或者簡化人類認(rèn)為已經(jīng)是最優(yōu)的行為。

無論如何，蘇黎世聯(lián)邦理工學(xué)院的研究人員的新研究不能僅讓機(jī)器人跑得更快，還教會了它一個(gè)驚人的新技巧：從跌倒中爬起來。不管怎么跌倒都能爬起來。聽起來很優(yōu)秀吧！

令人驚奇的是，這個(gè)機(jī)器人發(fā)明了一種基本的技術(shù)，可以從幾乎任何可能的摔倒中站起來。記住，這不是人們設(shè)計(jì)出來的——是模擬和進(jìn)化算法通過反復(fù)嘗試數(shù)千種不同的行為，并保持那些有效的行為而得到的。

能夠讀懂抽象指令并與現(xiàn)實(shí)世界連接起來的機(jī)器人

假設(shè)給你三個(gè)碗，中間那個(gè)碗里有紅球和綠球。然后給你一張紙：

人類具有大腦，你根據(jù)這張紙上的指示，你就會明白綠色和紅色的圓圈代表著這些顏色的球，紅色的要往左，綠色的要往右。

這是一種人類應(yīng)用大量知識和直覺理解卻沒有意識到的事情。你是怎么決定用圓圈來代表這些球的？因?yàn)樾螤睿磕敲礊槭裁醇^不指向“真正的”箭頭呢？你怎么知道向右或向左走多遠(yuǎn)？你怎么知道這張紙上的內(nèi)容就是告訴你某種規(guī)則？你可以在瞬間解決所有的問題，但任何一個(gè)問題都可能難倒機(jī)器人。

研究人員已經(jīng)邁出了一小步，他們希望能夠?qū)⑸鲜龀橄蟮谋硐笈c現(xiàn)實(shí)世界聯(lián)系起來，而這一任務(wù)涉及到大量的機(jī)器創(chuàng)造力或想象力。

在圖中的白色背景上的綠點(diǎn)與現(xiàn)實(shí)世界中黑色背景上的綠色圓形物之間建立連接并不明顯，但由Miguel Lázaro-Gredilla和他的同事在Vicarious AI創(chuàng)造的“視覺認(rèn)知計(jì)算機(jī)”似乎表現(xiàn)的就很不錯(cuò)。

當(dāng)然，它現(xiàn)在還非常不完善，但在理論上，它是人們用來組裝一件宜家家具的相同工具集：查看一個(gè)抽象的表示，將它與現(xiàn)實(shí)世界的對象連接起來，然后根據(jù)指令操作這些對象。我們離這個(gè)目標(biāo)還有好幾年的時(shí)間，但就在不久前，我們離機(jī)器人自己從跌倒中爬起來，或者決定用吸盤或鉗子更好地?fù)炱饢|西還有好幾年的時(shí)間。