豐田推出機器人“艦隊學習”

適用于多種場景

可執行85%的人類級任務

▼

豐田研究院（Toyota Research Institute，以下簡稱TRI）研究并推出了一款機器人“艦隊學習”系統，并將其首先應用在輔助家用方面。2015年，TRI首席執行官吉爾·普拉特（Gill Pratt）表示，機器人技術爆炸的關鍵在于云機器人技術和深度學習的結合。這就是所謂的“艦隊學習”：使一個機器人能夠從人或模擬中學習執行任務，然后與所有其他機器人共享該知識，以便他們可以在新情況下執行任務，那么就可以實現機器人功能呈指數級增長。簡單說，就是讓機器人在不斷迭代升級的過程中，與其他機器人共享學習成果。

在真實場景中測試是實現艦隊學習并確保能夠保持機器人可靠性的關鍵因素。此外，人類教學也是讓機器人更加智能可靠的方式，機器人可以通過人類老師學習到執行任務的能力，利用人類的智力和洞察力來指導機器人的身體控制。為了幫助激發機器人“艦隊學習”的能力，TRI提出了一項研究挑戰，通過教導機器人使其能在實際家庭中執行有用的人類級任務。

對于機器人來說，在家庭環境中進行操作和導航是非常困難。因為每個房屋都是唯一的，具有不同配置的對象的不同組合，而且這些組合可能會隨時間變化。為了解決機器人在家庭環境中面臨的多樣性，TRI通過人類教導機器人執行具有各種對象的任意任務（如抓取物品、開關門等），而不是通過編程使機器人執行具有特定對象的特定預定義任務。通過這種方式，機器人學會了將所看到的與所學的動作聯系起來。當機器人再次看到特定的對象或場景時，即使場景略有變化，它也知道可以對看到的東西采取什么動作。

人類老師可以通過機器人的傳感器在電腦屏幕前以3D方式看到機器人實時觀看的內容。人類老師可以選擇不同的行為對機器人進行指導，然后對其進行注釋，將場景的各個部分與行為相關聯，例如教會如何握住手柄并打開冰箱門。

機器人自身通過傳感器會不斷感知周圍環境，預測安全路徑，然后根據這種理解來制定行走或運行路線。新的深度學習方法直接從視覺輸入中計算出低水平的動作，這需要機器人執行任務的大量數據。教學系統只需要了解正在執行的行為相關的周圍事物，不需要提前輸入對象模型或地圖，就可以教導機器人將行為和任意場景、對象和語音命令相關聯。

目前，TRI的系統可以成功地執行約85％的相對復雜的人類級任務。每個任務由大約45個獨立的行為組成。機器人“艦隊學習”系統的應用場景這種“艦隊學習”系統可以輕松地擴展并應用到家庭以外的其他環境。例如可以快速而遠程地指導工廠中的工業部門執行重復的制造任務，或者快速調整物流機器人的包裹揀選任務等等。