机器人向人们学习任务

在斯坦福大学盖茨计算机科学大楼的地下室，连接到红色机械臂的屏幕点亮。一双卡通眼睛闪烁。“遇见本德尔，”博士Ajay Mandlekar说。电气工程专业的学生。

Bender是斯坦福大学研究人员小组用来测试两个框架的机器人手臂之一，这两个框架可以一起使更快，更轻松地教授机器人基本技能。RoboTurk框架允许人们通过向机器人展示如何执行诸如拾取物体之类的任务，通过智能手机和浏览器实时控制机器人手臂。SURREAL通过一次运行多种体验来加快学习过程，从而使机器人可以同时从多种体验中学习。

“使用RoboTurk和SURREAL，我们可以通过结合人类收集的大量数据并将其与大规模强化学习相结合来突破机器人的工作范围，”开发框架的团队成员Mandlekar说。

该小组将于10月29日在瑞士苏黎世举行的机器人学习会议上介绍RoboTurk和SURREAL。

人类教学机器人

朱玉科，博士 计算机科学专业的学生和团队成员通过在iPhone上打开应用程序并向空中挥舞来展示了系统的工作原理。他指导机器人手臂-就像在街机游戏中的机械起重机一样-悬停在自己的奖品上：一个看起来像牛排的木块。这是一个简单的拾取和放置任务，包括识别对象，拾取对象并将它们放入带有正确标签的垃圾箱中。

对人类而言，这项任务似乎非常容易。但是对于今天的机器人来说，这是相当困难的。机器人通常通过与环境互动并进行探索来学习，这通常会导致大量随机挥动手臂或从大型数据集中学习。这些方法都不如获得一些人的帮助有效。就像父母教孩子通过引导自己的双手来刷牙一样，人们可以向机器人演示如何完成特定的任务。

但是，这些课程并不总是完美的。当Zhu用力按在手机屏幕上时，机器人松开了握把，木牛排撞到了垃圾箱的边缘，并砸在桌子上。曼德尔卡说：“人类在这方面绝不是最佳选择，但是这种经验对于机器人来说仍然是不可或缺的。”

并行学习更快

这些试验-甚至是失败-也提供了宝贵的信息。通过RoboTurk收集的演示将为机器人提供背景知识，以帮助他们开始学习。SURREAL可以一次运行全世界数千人的模拟体验，以加快学习过程。

“有了SURREAL，我们希望加快与环境互动的过程，”博士学位的Linxi Fan说。计算机科学专业的学生，​​也是团队的成员。这些框架极大地增加了机器人学习的数据量。

博士后研究员Animesh Garg说：“这两个框架结合在一起，可以为人工智能辅助人类执行任务提供一种机制，使我们能够使人类脱离危险环境，同时仍保持相似水平的任务执行水平。”开发了框架。

该团队设想，机器人将在未来成为日常生活中不可或缺的一部分：帮助家务，在制造过程中执行重复的组装任务或完成可能对人类构成威胁的危险任务。

朱说：“您不必告诉机器人将其手臂扭转20度并向前推进10厘米。” “你希望能够告诉机器人去厨房拿一个苹果。”