随着人工智能在不同领域和行业占据优势,人工智能机器人已成为一种新技术,它不仅仅依靠指尖就能对移动物体进行高效推理。
人们期望人工智能操控的机器人在日常生活中能为人类提供便利,比如照顾婴儿、做家务、清理下水道等等。
令人惊讶的是,人工智能操控的机器人已成功地被用于处理各种各样的人类任务,比如煎炒并端上一份虾、打开双门壁柜来存放沉重的烹饪锅、呼叫并进入电梯,以及用厨房水龙头轻轻冲洗用过的平底锅。
为什么是人工智能机器人,而不是人形机器人?
人形机器人被设计用来模仿人体的外观和动作,长期以来一直是机器人技术研发的重点。然而,随着人工智能技术的进步,一种新型机器人正在兴起 —— 人工智能操控的机器人。这些机器人并非被设计成看起来像人类,而是为了利用人工智能的力量高效地与周围环境中的物体进行交互和操控。
人工智能操控的机器人相对于人形机器人的一个关键优势是它们能够更高效、更有效地对物体进行推理和交互。人形机器人通常被设计为模仿人类的身体能力,这可能会限制它们处理某些需要灵活性、力量或超出人类能力范围的任务的能力。
相比之下,人工智能操控的机器人可以被设计带有专门的附属物、传感器和控制系统,这使它们能够精确且高效地处理各种各样的物体和任务。它们可以使用先进的计算机视觉和物体识别算法来识别并与物体交互,还可以使用机器学习技术随着时间的推移不断提高它们的性能。
为什么要探索让人工智能机器人用全身来操控物体?
想象一下你想把一个又大又重的箱子搬到楼上。你可以张开手指,用双手抬起箱子,然后把它放在前臂上,靠在胸前以保持平衡,并用全身来移动箱子。或者,面对一大堆极其脏的盘子,长时间浸泡和使用洗涤剂会伤害人类的手。机器人可以替代并模仿人类行为来处理困难的任务。
通过使用全身,人工智能操控的机器人可以表现出更高的灵活性、稳定性和适应性,使它们能够更精确、更可控地处理更广泛的任务和物体,同时也降低了受损的风险。这使它们非常适合复杂的、高强度的或精细的操控任务。
模仿学习,一种人类行为克隆
模仿学习已被有效地用于接触丰富的操控规划,在这种规划中机器人试图学习移动物体的最佳方式。然而,机器人必须考虑的大量潜在接触点使得这种试错方法在计算上非常密集。
研究人员发现一种名为 “平滑” 的技术能使强化学习表现得非常出色。平滑会平均掉许多不重要的中间决策,显著降低问题的维度。
通过应用平滑,强化学习算法可以更有效地探索状态 - 行动空间并学习最佳操控策略。这种模仿学习和平滑的结合是一项关键突破,使人工智能驱动的机器人能够在需要灵活的全身交互的复杂物理任务中协助人类。
一种获胜的组合方法
研究人员发现,虽然 “平滑” 简化了决策过程,但搜索剩余选项仍然具有挑战性。所以他们将自己的模型与一种高效的搜索算法相结合,将在笔记本电脑上的计算时间减少到大约 1 分钟。在模拟和真实机械臂上的测试表明,他们基于模型的方法与强化学习性能相当,但速度要快得多。
这种综合方法展示了人工智能驱动的机器人在复杂物理任务中与人类无缝协作的潜力。随着机器人技术的进步,我们将会看到更有能力的系统在广泛的现实应用中提供帮助,也许成为一个高效的家政人员来取代人类很快就会成为现实。