麻省理工學院的自學習機器人系統可以拾取以前從未遇到過的物品
機器人擅長做的一件事就是一遍又一遍地重複，而面對不同形狀和大小的物體並採取不同的行動，這顯然屬於更高級別的技術。 麻省理工學院電腦科學與人工智慧實驗室（CSAIL）的科學家開發出了一種多功能的新型機器人，他們可以學習拾取和放下各種各樣的東西，甚至是以前從未見過的東西。
“研究智慧機器人最重要的是要仔細觀察機器人沒有做什麼，或者不能做什麼。”MIT教授Russ Tedrake在一篇關於該專案的新論文中說道， “機器人在重複運動時似乎非常在行，但如果它是他們以前從未見過的物體，實際上就無法以任何有意義的方式來完成。”
這項工作旨在建造能夠精確處理各種物體的機器人，其中包括傳統形狀的軟機器人夾子以及更加非常規的設計。這種機器人抓手主要依靠估計物體的位置和方向，使用基於幾何學的演算法來抓住它們。新方法依賴於物件上的一組關鍵點，它將其解釋為座標。他們提供一個杯子作為一個例子，系統只需要三個座標來抓住，包括杯子中心的一個關鍵點，再加上底部和手柄足以完成工作。
這款名為Keypoint Affordance Manipulation（KPAM）的智慧控制軟體旨在為機器人提供更大的靈活性。通過為系統提供六個關鍵點，科學家們已經擁有一個執行KPAM的機器人手臂，可以拾取20多種不同的鞋子，包括從拖鞋到靴子等等的各種鞋子 - 儘管在嘗試拿起一雙高跟鞋時遇到了一些麻煩，但在神經網路訓練資料中新增幾對資料就很快就完成了任務。
“只需瞭解一下這個物件 - 一些關鍵點的位置 - 足以實現各種有用的操作任務，”Tedrake說。 “這種特殊的表現形式與當今最先進的機器學習感知和規劃演算法完美結合。”
該團隊希望繼續改進KPAM技術，以便它可以執行更廣泛的任務，例如拆除洗碗機或清潔廚房櫃檯。更重要的是，包含學習能力機器人可以很容易地成為工廠等大型操縱系統的一部分。