想讓機器人更快更好的掌握抓取技術?給它們找個喜歡不停搗亂的陪練吧

2017/06/10

300 + 明星創業公司,3000 + 行業人士齊聚全球人工智慧與機器人峰會 GAIR 2017,一 同見證 AI 浪潮之巔!峰會搶票火熱進行中。悄悄提醒一句,文末有讀者專屬福利!

雷鋒網按:為了提升機器人完成操作任務(如抓取)的能力,卡耐基梅隆大學(CMU)和谷歌的研究人員讓機器人通過對抗訓練來不斷進步。在訓練中,「敵方」 機器人會試圖阻礙另一台機器人抓取物品(就像功夫熊貓中阿寶和師傅用筷子搶包子)。當然,研究人員還準備了更高難度的訓練項目,他們有時會讓同一個機器人的兩隻機械臂直接玩 「左右互搏」,讓一隻機械臂阻止另一隻抓取物品。

你知道在機器人研究中什麼最無聊和乏味嗎?當然是訓練它們抓取不同的物品。現在有了 AI,研究人員再也不用看著這些 「傻孩子」 學習了,在自監督學習模式下,機器人會通過不同的方式不斷嘗試抓取物品。不過,這一過程可能要花費數千小時,而且即使機器人大致掌握了抓取的技巧,它也很難理解什麼才是最棒的抓取方式。

這種訓練方式的問題在於,大多數時間這些技術都在利用最基本的感測器來看待抓取的動作,這樣的視角過於二元化,它們只在乎機器人是否拿起了目標物體,只要拿起來就算成功。不過,在現實世界中抓取是否成功可不是這個標準,因為不穩定的抓取會讓物體墜落的可能性增大。此外,如果讓機器人抓起一個盛了湯的碗,現有的粗暴抓取法肯定不可取,畢竟現實世界不是實驗室。

出於這一考慮,CMU 和谷歌的研究人員決定將博弈論和深度學習用在機器人的訓練中,而他們用到的方法就是開頭提到的 「搗亂法」,一台機器人會想方設法讓對手無法抓起目標物體。

上周,該項目參與者 Lerrel Pinto、James Davidson 和 Abhinav Gupta 在 ICRA 展示了他們的研究成果,研究人員將這種對抗的方法描述為 「雙人零和重複博弈法」(零和博弈來自著名的博弈論)。在互相 「拆台」 的戰鬥中,雙方都用到了卷積神經網路,一方會專註於抓取物品,另一方則要阻止對方抓取物品。

在訓練中,一心要抓取物品的機器人不但要躲過對方不斷襲來的 「黑手」,還要處理重力、慣性和摩擦力等因素帶來的影響。如果想進一步提升機器人的抓取能力,還可設定抓到物品機械臂就會搖晃幾下的壞招(希望抓娃娃機老闆不要學會這一招)。這樣一來,加上另一隻不停搗亂想要搶奪物品的機械臂,機器人的抓取能力就能提升到新的境界。

如果搗亂的機械臂成功打掉或搶走負責抓取機械臂手中的物品,那麼這次抓取任務就算失敗,在訓練過程中抓取程序會不斷從失敗中吸取教訓。與此同時,負責搗亂的程序則會從成功中找到新的法門,兩者會在 「嬉戲打鬧」 中共同進步。這也是該項目具有重大現實意義的原因,機器人要想走出實驗室,必須保證能在挑戰不斷的環境中不犯錯。

一台機器人試圖從對手那裡奪下抓取的物品

研究人員表示,他們的對抗策略確實能加快機器人的訓練進程,這種方法培養的系統更加強大。經過測試,三次迭代后,其抓取成功率從 43% 升到了 58%,而沒有採用對抗策略訓練的機器人,抓取成功率僅為 47%。

該結果可以清楚的表明,有個給機器人 「拆台」 的夥伴監督和陪練,作用可比傻乎乎的搜集抓取數據大多了。雷鋒網 () 注意到,研究人員公布的測試數據顯示,6 千次的陪練后,機器人的抓取成功率比機器人自己單練 1.6 萬次都要高。因此,對抗策略在機器人訓練中明顯更有優勢。

經過一段時間的訓練后,有陪練的機器人抓取成功率提升到了 82%,而沒有這個待遇的機器人成功率僅為 68%。更令人驚訝的是,即使降低抓取機器人的力量和抓手的摩擦力,其成功率依然有 65%,而採用單練策略的機器人則下滑至 47%。

在這一過程中,研究人員也使盡了自己 「一肚子壞水」,他們專門觀摩了單練機器人容易失誤的地方,並將這些破綻編入了搗亂機器人的程序中。同時,在訓練中搗亂機器人不斷的搶奪也是物品掉落的重要因素。當然,只有經歷了這樣的魔鬼訓練,抓取機器人才能練出一身技藝。

Via. Spectrum.ieee 雷鋒網編譯

為了感謝各位讀者的支持,雷鋒網將不定期送出 CCF-GAIR 大會門票 。活動規則:分享以下海報到朋友圈並邀請好友點贊,將截圖發到雷鋒網微信後台,我們將給獲贊最多的讀者送出一張 CCF-GAIR 大會門票。本日活動截止明天晚上 10 點(6 月 11 日)。

本文由 一點資訊 提供 原文連結

立即按讚,感謝大大無私地分享
寫了5860430篇文章,獲得21734
Line

熱門推薦

精彩推薦

體內 Tau 蛋白不正常堆積是阿茲海默症病患體內重要特徵之一,近日科學家首次得到高解析影像解開這些造成阿茲海默症以及其他神經退化性疾病的蛋白質堆積結構。這些研究結果能夠幫助科學家從分子層面了解這些蛋白...
2017年包裝設計的9大趨勢分析技巧 大家好 ~ 今天純粹來分享這個2017年包裝設計的9大趨勢分析技巧,我也在下方提供了這個教學的預覽圖。 這教學主要是跟平面理論教學比較相關,而且這教學每一個步驟都有詳細教學...
自1978年首次開展「質量月」活動,到今年9月已經是活動創始第40個年頭。與經濟復甦時期旨在提高民族產品質量水平相比,當下設備與技術或許已不再成為困擾生產製造業的最大難點,但對汽車產業而言,產品質量依然是...
8月29日-30日,2017戴爾科技峰會暨CXO Summit高端客戶峰會在上海世博中心召開,作為一年一度的盛會,參會企業均為戴爾在全球的重要客戶。值得注意的是,飛貸金融科技作為全球唯一一家金融科技企業被邀請參會。會...
5個月前,滴滴與優達學城聯合舉辦的全球首個開源代碼無人駕駛挑戰賽來開帷幕,來自、美國、俄羅斯、西班牙等世界各地的4285名選手組成的近2500支隊伍參賽。上周,一番鏖戰後,最終由兩名選手——應縝哲和李劍組成的...
原油重複昨天的思路,回撤日線233周期均線后未能跌破隨後迎來大幅的反彈,這個行情都在狙擊蚊子的神的意料之中,昨日在博文中三番五次的強調原油49.2-49.3做多,日線233周期均線阻力位變支撐位,行情到了這個位置...
金磚國家機制,在的手中,正在越玩越大,越來越有意義。革命的光榮傳統「農村包圍城市」,正在當今的國際政治中,逐步發揮作用。金磚國家機制,就是的第二個「一帶一路」!▍這次金磚國家峰會,有點不一樣金磚國家...
對虛擬現實這樣的沉浸式技術而言,其神奇的地方在於我們可以傳送至一個互動式虛擬世界中(完整360度)。但AI與VR又能如何整合至一起呢?AI通常被定義是能夠複製人類學習和問題解決能力的智能技術,AI對VR的作用在於...
隨著移動互聯網、人工智慧、新興能源等多項技術的發展,全球汽車產業正在迎來第四大變革時期——智能化變革,汽車智能化變革是汽車產業實現彎道超車的新機遇。以特斯拉、奇點汽車為代表的智能汽車新興企業快速發展...
則回覆