MIT開發機器人感知世界新方法-tft每日頭條

維金編譯自 TechCrunch

量子位出品 | 公衆号 QbitAI

機器人很擅長做規定好的任務。然而有些時候，将這些信息輸入系統要要比讓機器人執行任務複雜得多。這也是機器人适合做簡單、重複性勞動的原因之一。

布朗大學和MIT的研究團隊正緻力于開發一種系統，讓機器人基于基本運動能力，形成對現實世界對象和想法的抽象概念，從而規劃任務。借助這個系統，機器人可以完成複雜任務，而不必糾纏于完成任務所需的細節。

研究人員對一種有兩個機械臂的機器人Anathema Device（或稱“Ana”）進行編程，讓其操作房間内的對象，包括打開和關上櫥櫃或冰箱，打開電燈開關，以及拿起瓶子。在執行任務的同時，機器人通過算法去獲得周圍環境的信息并進行處理。

△ Ana

該團隊表示，機器人能學習關于對象和環境的抽象概念。在打開一扇門之前，Ana就有能力判斷，這扇門需要關上。

在處理完任務後，機器人會将這些抽象概念與符号關聯。這是一種作為機器人和人類之間媒介的通用語言，不需要複雜編程即可執行。這樣的适應性意味着，通過在給定場景中選擇适當的操作，機器人可以在更多樣化的環境中執行更多類型的任務。

這項研究的負責人、布朗大學助理教授George Konidaris表示：“如果我們想要真正智能的機器人，那麼就不能編程去規定它們的所有活動。我們需要給它們設定目标，讓它們自主選擇行為。”

當然，讓所有機器人都這樣去學習同樣缺乏效率。但研究者相信，他們可以設計出通用語言，開發可以下載至新硬件的技能。

Konidaris解釋：“我認為，未來将會出現技能庫，這是可下載的。比如你通過查詢廚房工作所需的技能，然後機器人就可以去廚房做任務。”

— 完 —

誠摯招聘

量子位正在招募編輯/記者，工作地點在北京中關村。期待有才氣、有熱情的同學加入我們！相關細節，請在量子位公衆号(QbitAI)對話界面，回複“招聘”兩個字。

量子位 QbitAI · 頭條号簽約作者

վ'ᴗ' ի 追蹤AI技術和産品新動态
,