Facebook正在教机器人走路掌握和感觉

去年，Facebook Inc.的FAIR人工智能实验室通过启动一系列机器人项目扩大了其研究范围。目的是促进新型实验，在这种实验中，安装在自动机器上的神经网络可以解决现实世界中的问题。

今天，Facebook Inc.以三篇学术论文的形式首次公开披露了这项工作。每个项目都描述了一个不同的项目，致力于开发新的更有效的AI模型训练方法来处理陌生情况。该公司希望这些方法最终也将证明对其他任务也有用，例如改进其垃圾邮件检测算法。

Facebook研究员Franziska Meier，Akshara Rai，Roberto Calandra写道：“机器人技术为推进人工智能提供了重要机遇，因为在物理世界中自行学习的教学机器也将帮助我们在其他情况下开发功能更强大，更灵活的AI系统。”在博客文章中。

Facebook今天详细介绍的第一个项目专注于移动性。FAIR的研究人员正在使用一个绰号为Daisy(如图)的六足机器人来测试一个AI模型，该模型无需事先培训即可学习走路。该软件仅处理来自Daisy传感器的数据和一组预编程的行程目标。

Facebook的长期目标是创建一个机器人，该机器人可以弄清楚如何在相对困难的地形(如沙地)上导航。这样，该公司希望将AI培训过程从现在的几个月或几周压缩到只有几个小时。

Facebook通过其第二个项目，即与纽约大学的合作，朝着后一个目标取得了更大的进步。FAIR开发了一种方法，该方法允许机械臂在几十次尝试后即可学会如何抓取物体，而不是通常需要数百或数千次尝试。虚拟奖励系统可以激励AI查找并填补其知识空白，从而实现了这一目标。

研究人员写道：“尽管以前的类似系统通常会随机探索环境，但我们的系统却以结构化的方式进行，试图通过了解周围环境来满足其好奇心，从而减少模型的不确定性。” “我们的研究表明，寻求解决不确定性实际上可以帮助机器人更快地完成任务。”

第三个也是最后一个项目旨在使神经网络能够通过触摸进行学习。FAIR与加州大学伯克利分校的研究人员共同修改了最初用于视频处理的模型，以分析来自高分辨率触觉传感器的数据。然后，他们将AI连接到机器人，以教给它一些相对复杂的动作。

人工智能学会了掷球，移动操纵杆并识别20面骰子的右面，而没有给出任何具体说明。研究人员仅向模型提供高级任务描述，以使其处于正确的轨道。