乾明 發自 凹非寺 量子位 報導 | 公眾號 QbitAI
江湖上，一直流傳著一種疊疊樂的試煉。
規則很簡單，從下方的積木中，抽一根往上搭。
你能往上搭幾層？
對MIT團隊研發的機器人來說，玩這個遊戲基本上不費吹灰之力。
而且，它只需要訓練大約300次就行了，一般的機器人少說也要訓練上萬次。
研究團隊說，這個機器人並不醉心疊疊樂。
接下來要進軍工業界，組裝手機等消費產品等等。
疊疊樂有什麼難的？
從上面的動圖中可以看出，疊疊樂是一個牽一髮而動全身的遊戲。
與西洋棋、圍棋等純粹的認知任務或者遊戲不同，機器人需要掌握物理技能，比如探測、推、拉、放置、對齊積木等等。
這就要求它必須進行交互的感知和操作，這種情況，是很難在計算機上模擬出來的。
機器人必須要在接觸積木塔的同時，來學習如何移動積木。
MIT的研究團隊說，關鍵的挑戰在於，如何利用實際上的嘗試，從相對較少的實驗中去學習。
他們給出的方法是——
聚類學習，視覺觸覺兩開花
簡單來說，就是搜集視覺觸覺數據，然後對數據聚類，建立相應的模型。
為了搜集數據，研究團隊定製了一個行業標準的 ABB IRB 120機械臂。然後在機器人能夠觸及的範圍內搭建了一個積木塔，開始第一段的訓練期。
機械臂的配件有3個，一個是用來操作積木軟齒夾鉗，也可以反饋觸感；一個是用來控制操作積木的力度的力感應腕帶；還有一個外部攝像頭，用來收集視覺圖像。
想讓機器人學會玩疊疊樂，傳統的做法是收集積木、機器人、積木塔之間可能發生的一切。
這顯然會帶來大量的數據，在成千上萬次的嘗試中尋找可行的模式，耗費的計算資源可想而知。
MIT研究團隊的做法是，模仿人類玩這個遊戲的方式。
在訓練期中，機器人會隨機選擇一個積木，以及推動的積木的位置。 然後用較小的力道，試圖將積木推出塔外。
對於每一次嘗試，計算設備都會記錄相關的視覺、觸覺、力度等指標，並標註是否成功。
按照這種方法，機器人只訓練大約300次，就對這些測量結果進行聚類分組。
比如，一組數據可能代表機器人在難以移動的積木上的嘗試，而另一組數據則代表一個比較容易移動的積木上的嘗試。
對於每個數據集群，研究團隊都給機器人開發了一個簡單的模型，根據當前的視覺和觸覺數據來預測移動一個積木的行為。
他們說，讓機器人建立聚類，然後學習每個聚類的模型，而不是學習一個能完全捕捉可能發生的一切的模型，能夠極大地提高了機器人學習遊戲的效率。
結合這些模型，機器人還會實時地「學習」，當機器人小心地推動一個積木塊時，計算機會通過它攝像頭和鉗子接收視覺和觸覺反饋，並將這些反饋結果與機器人先前做出的動作進行比較。
然後考慮這個動作的後果，即是否能夠在特定的結構下，用特定的力度，把特定的積木塊抽出來，放到上面，並確保積木塔不倒。
最後，這項研究的論文，已於近日刊發在了Science Robotics上。
作者為：Nima Fazeli、Miquel Oller、Jiajun Wu、Zheng Wu和Joshua Tenenbaum。
如果你感興趣，請收好傳送門：
See, feel, act: Hierarchical learning for complex manipulation skills with multisensory fusionhttp://robotics.sciencemag.org/content/4/26/eaav3123