洗衣机器人研究新进展

图片描述：研究人员找到一种新方法：让机器人按照计划完成给定任务。图片来源：Siddharth Srivastava, Shlomo Zilberstein, Abhishek Gupta, Pieter Abbeel, Stuart Russell

加利福尼亚大学伯克利分校(University of California， Berkeley)和马萨诸塞大学（University of Massachusetts，UMass）的研究人员开发出一种新系统，这种系统能够通过自治系统处理不确定性问题。

人们通常认为洗衣服很无聊。但对于人工智能（Artificial Intelligence，AI）研究员及伯克利联合技术研究中心（United Technologies Research Center，Berkeley）的科学家Siddharth Srivastava来说却并非如此。

对于人工智能专家来说，为机器人编制洗衣程序，是一件具有挑战性的规划问题，因为电流传感器和处理技术还不能精确识别堆在一起和每次抓起的衣服数量。而人们可以轻松处理这类不确定的问题并制定一个简单的计划。但是，几十年过去了，机器人专家还在为设计洗衣自动系统而苦苦挣扎。

Srivastava(与来自加利福尼亚大学伯克利分校的Abhishek Gupta， Pieter Abbeel和Stuart Russell以及来自马萨诸塞大学阿默斯特分校的Shlomo Zilberstein一起)在加利福尼亚大学伯克利分校工作，并在奥斯丁人工智能发展协会（Association for Advancement of Artificial Intelligence）上展示了一种机器人，这种机器人不需要任何特定知识，就能够洗衣服。

Abbeel团队的早期研究中已经说明了解决衣服的分类和折叠问题方案。洗衣服作为一个宽泛的日常工作，人们不假思索就可完成；但直到现在，想实现协助人类的自动化洗衣工具，依然困难。

Srivastava说：“人们期望未来机器人助手可以轻松完成‘擦桌子’，‘洗衣服’等任务或者其他日常工作。但就目前来看，这些工作的计算，尤其是当资源或对象的数量不确定的时候仍具挑战性。”

另一方面，人们并没有刻意地努力去解决这类问题。研究人员在他们的工作中展示了如何运用假设来找到解决问题的方法。

马萨诸塞大学阿默斯特分校资源约束推理实验室（Resource Bound Reasoning Lab）主任和计算机科学的教授Zilberstein说到：“主要的问题是如何发展我们所谓的‘广义计划’。这些计划并不是在某个特定情况下，完成某个特定目标；而是在一系列情况下，去完成仍存在未知因素的计划。”

研究人员看法的关键是把人类无意识的行为（如拉、塞、叠、堆）作为模板，改编人类处理的问题中重复而关切的方面，用以解决计算方案中的不确定性问题。

就这样，研究人员做到了让PR2机器人在无需知道衣服数量和种类的情况下，就能够洗衣服。

对于洗衣服这类问题所涉及的13项左右任务进行实验，结果表明团队的系统能够自动完成一半以上任务，并几乎能完成剩余部分，这是迄今为止最有效的人工智能洗衣示范。

Srivastava和他的团队所开发的框架结合了多种流行的规划模式，这些模式是是先前运用复杂的控制结构（如循环、分支，并在现代的硬件设备上进行优化，使之高效运行）开发的。同时，他们也将结合实例学习这种用于计算规划的有效方法，而不是通过严格的指令或程序。

Srivastava说：“尤其令人兴奋的是，我们的研究促进了众所周知的，在最坏情况下无法解决的计算问题的研究。我们确定了一个更简单的可解方程，并可以覆盖多种场景。”

国家科学基金会（National Science Foundation，NSF）健全智能集群项目主任Héctor Muñoz-Avila说：“看到了在国家科学基金会的资助下，人们实现了对于一系列基本研究问题（如规划、不确定性、任务重复）的突破，这真令人感到兴奋不已。”

作为人工智能的应用，洗衣机器人令人印象深刻，并具节约时间的潜在特点。Srivastava和他的团队开发的框架能够应用到一系列问题中。从制造业到太空探险，再到搜索和救援任务等人工智能必须参与的工作，虽然还存在着不确定性，但人们已经可以应用这个方法来解决相关问题。

Srivastava说：“使用这种方法，能够自动生成高级规划解决方案。在这方面我们还需要做进一步努力，但我们希望这些方法最终能够取代繁琐且容易出错的，机器人的特定任务编程。”（科学之家，译审：XH Kong）

关注科学之家微信公众号：kexuehome 收取新鲜科学资讯。