0571-28914573
【电话机器人】OpenAI的“最先进的”系统让机器人变得像人类一样灵巧
- 作者：admin
- 发表时间：2018-08-03 14:01
- 来源：未知
今年6月，由ElonMusk、ReidHoffman和PeterThiel等业界巨头支持的非营利机构、总部位于旧金山的人工智能' target='_blank'>人工智能研究公司OpenAI宣布，其最新版本的Dota2-playAI——被称为OpenAIFive——成功击败了业余玩家，成为头条新闻。今天，它又推出了另一款能够像人类一样灵巧地操纵物体的机器人系统。
OpenAI的研究人员在即将发表的一篇论文《灵巧的手工操作》中描述了一个系统，该系统使用了一个强化模型，在这个模型中，人工智能通过尝试和错误来学习，指导机器人用最先进的精度抓取和操作物体。更让人印象深刻的是，它是完全数字化的，在一个计算机模拟中训练的，没有提供任何人类演示来学习。
研究小组写道:“虽然灵巧地操纵物体对人类来说是一项基本的日常任务，但对于自主机器人来说，这仍是一项挑战。”“现代机器人通常是为特定任务而设计的，在受限的环境中，它们在很大程度上无法使用复杂的末端执行器……在这项工作中，我们演示了训练控制策略的方法，这些策略执行手控操作，并将它们部署在一个物理机器人上。”
那么他们是怎么做到的呢？
研究人员使用MuJoCo物理引擎模拟一个真实的机器人可能在其中工作的物理环境，并用Unity渲染图像，训练计算机视觉模型识别姿势。但是这个方法有它的局限性，团队写道——这个模拟仅仅是物理设置的一个“粗略的近似”，这使得它“不太可能”产生能够很好地转化为现实世界的系统。
他们的解决方案是随机化环境的各个方面，比如物理(摩擦、重力、关节极限、物体尺寸等等)和视觉外观(灯光条件、手和物体的姿态、材料和纹理)。这既降低了过度拟合的可能性——当神经网络学习训练数据中的噪声，对其性能产生负面影响时，就会出现这种现象——也增加了产生一种算法的机会，该算法可以根据真实世界的指尖位置和目标姿态成功地选择动作。
接下来，研究人员用384台机器(每个机器有16个CPU内核)训练了这个模型——一个周期性的神经网络，让它们每小时产生大约两年的模拟体验。在8台GPU电脑上进行优化后，他们进入了下一个步骤：训练一个卷积神经网络，该神经网络可以从三个模拟相机图像中预测机器人“手”中的物体位置和方向。
一旦模型被训练，它就进入了验证测试。研究人员使用了一只“影子灵巧手”，这是一只机械手，有五个手指，总共有24个自由度。与此同时，两套相机——运动捕捉相机和RGB相机——作为系统的眼睛，允许它跟踪物体的旋转和方向。(虽然这只“影子灵巧手”有触觉传感器，但研究小组只选择了它的关节感应能力，用于控制手指的位置。)
在两个测试中的第一个，算法的任务是重新定位一个标有字母的块。团队选择了一个随机的目标，每次人工智能完成时，他们都选择了一个新的目标，直到机器人(1)放弃了块，(2)花了一分钟多的时间来操作块，或者(3)达到了50个成功的旋转。在第二次测试中，该块用八角形棱镜交换。
结果呢？这些模型不仅展示了“前所未有”的表现，而且还自然地发现了在人类身上观察到的各种抓握类型，如三脚架(用拇指、食指和中指的一种抓握)、棱柱式抓握(用拇指和手指相对的一种抓握)和指尖夹握。他们还学习了如何旋转和滑动机器人的手指，以及如何利用重力、平移和扭转力将物体放置到想要的位置。
他们写道:“我们的系统不仅能重新发现人类身上已经发现的，还能让它们更好地适应自身的局限和能力。”
这并不是说这是一个完美的系统。它没有被明确训练来处理多个对象——它很难旋转一个球形的第三个物体。在第二次测试中，仿真与真实机器人之间存在可测量的性能差异。
但最终，研究结果证明了当代深度学习算法的潜力，研究人员总结道:“(这些)算法可以应用于解决复杂的现实世界机器人问题，而这些问题是现有的非基于学习的方法无法解决的。”
版权声明：本文为悟空话务机器人（杭州大坝科技有限公司）原创文章，未经允许不得转载。 http://www.hzdaba.com/news/2018/0801/173.html
相关热词：openai，机器人
