幾個(gè)月前，總部位于舊金山的初創(chuàng)公司OpenAI展示了一種名為“密集對(duì)象網(wǎng)”（Dense Object Nets，簡(jiǎn)稱DON）的計(jì)算機(jī)視覺(jué)系統(tǒng)，該系統(tǒng)允許機(jī)器人檢查、視覺(jué)理解和操縱他們從未見(jiàn)過(guò)的對(duì)象。谷歌的研究人員解釋說(shuō)，這是基于對(duì)自我監(jiān)督的認(rèn)知發(fā)展研究。

人們通過(guò)與環(huán)境的互動(dòng)來(lái)獲取關(guān)于世界的知識(shí)，隨著時(shí)間的推移，人們從他們所采取的行動(dòng)的結(jié)果中學(xué)習(xí)。即使是抓住一個(gè)物體也能提供很多關(guān)于它的信息，例如，它必須在抓住之前的瞬間觸手可及。

Jang和Devin寫(xiě)道，在機(jī)器人領(lǐng)域，這種學(xué)習(xí)方式得到了積極的研究，因?yàn)樗箼C(jī)器人系統(tǒng)能夠在不需要大量訓(xùn)練數(shù)據(jù)或人工監(jiān)督的情況下學(xué)習(xí)。通過(guò)這種形式的自我監(jiān)督，機(jī)器人等可以通過(guò)場(chǎng)景中的視覺(jué)變化來(lái)識(shí)別物體。

該團(tuán)隊(duì)與公司合作，教授了一種可以無(wú)意識(shí)地抓住物體的機(jī)械臂，并在訓(xùn)練過(guò)程中學(xué)習(xí)各種物體的表現(xiàn)形式。這些表現(xiàn)最終導(dǎo)致研究者有意識(shí)地抓住研究人員選擇的工具。

谷歌機(jī)器人

該團(tuán)隊(duì)利用強(qiáng)化學(xué)習(xí)一種人工智能訓(xùn)練技術(shù)，該技術(shù)使用系統(tǒng)驅(qū)動(dòng)實(shí)現(xiàn)特定目標(biāo)，以手臂抓住目標(biāo)，用相機(jī)檢查目標(biāo)，并回答基本的目標(biāo)識(shí)別問(wèn)題（這些目標(biāo)是否匹配）他們實(shí)現(xiàn)了一種感知系統(tǒng)，通過(guò)分析一系列的三幅圖像，即抓取前的圖像、抓取后的圖像和被抓取對(duì)象的孤立視圖，提取出關(guān)于物體的有意義的信息。

在測(cè)試中，Grasp2Vec和研究人員的新策略取得了80%的成功率，甚至在多個(gè)對(duì)象匹配目標(biāo)和由多個(gè)對(duì)象組成的情況下也有效?！?/p>

他們寫(xiě)道，我們展示了機(jī)器人抓取技能如何生成用于學(xué)習(xí)以對(duì)象為中心的表示的數(shù)據(jù)。然后，我們可以使用表示學(xué)習(xí)來(lái)引導(dǎo)更復(fù)雜的技能，如實(shí)例抓取，同時(shí)保留我們的自主抓取系統(tǒng)的自監(jiān)督學(xué)習(xí)特性。展望未來(lái)，我們不僅為機(jī)器學(xué)習(xí)能夠通過(guò)更好的感知和控制給機(jī)器人帶來(lái)什么而感到興奮，也為機(jī)器人能夠在新的自我監(jiān)督范式下給機(jī)器學(xué)習(xí)帶來(lái)什么而興奮。