MIT團隊打造“密集目標網(wǎng)絡(luò)”（DON）的機器人系統(tǒng)，能夠讓抓取機器人真正“讀懂”目標，該系統(tǒng)將目標處理生成三維“視覺路線圖”的點集合，讓機器人真正在視覺上理解目標。利用這一系統(tǒng)，科學家們不必再像過去的計算機視覺研究一樣，繁瑣地對大量數(shù)據(jù)集中的數(shù)據(jù)進行標記了。

 

 

    長期以來，人類一直以靈巧著稱，這種特點在很大程度上要歸功于我們的眼睛。不過現(xiàn)在，機器人也逐步迎頭趕上。經(jīng)過幾十年的發(fā)展，現(xiàn)在用于生產(chǎn)線等受控環(huán)境中的機器人已經(jīng)能夠一次又一次地拾起同一個目標了。

 

    最近在計算機視覺方面的突破，讓機器人也能區(qū)分出不同的目標。不過即使這樣，機器人還是無法真正理解物體的形狀，因此在拾取目標后，幾乎無法再做什么別的事。

 

    近日，麻省理工學院計算機科學與人工智能實驗室（CSAIL）的研究人員在一篇新論文中表示，他們已在這個領(lǐng)域取得了一項重要進展：他們打造的機器人系統(tǒng)可以識別出之前未見過的隨機目標，并能夠在視覺上“理解”這些目標，以完成更豐富的任務。

 

 

    研究人員使用kuka機器人抓起一只杯子

 

    “密集對象網(wǎng)絡(luò)”：讓機器人讀懂抓取目標

 

    該系統(tǒng)名為“密集對象網(wǎng)絡(luò)”（DON），該網(wǎng)絡(luò)將對象視為點的集合，當作“視覺路線圖”來使用。這種方法可以讓機器人更好地理解和抓取目標，最重要的是，機器人能夠在大量類似目標中挑出特定的目標。亞馬遜和沃爾瑪?shù)裙驹谄鋫}庫中使用的機器就具備類似的技能。

 

     比如，有人可能會使用DON系統(tǒng)讓機器人抓住目標上的特定位置，比如鞋舌頭。之后，它就能夠看到之前從未見過的鞋子，并成功抓住鞋舌頭。

 

    參與該研究的博士生Lucas Manuelli說道：“許多控制系統(tǒng)和識別方法都無法識別朝多個方向放置的目標的特定部分。”他與該論文另一作者、博士生Pete Florence和MIT教授Russ Tedrake一起撰寫了該論文。 “比如，現(xiàn)有的算法就無法抓住馬克杯的杯柄，尤其是在馬克杯朝多個方向放置的情況下，比如直立或側(cè)放。”

 

    該團隊認為，該技術(shù)不僅能用于工業(yè)制造，還能走入家庭的日常生活。比如，給系統(tǒng)展示一座整潔的房子的圖像，讓機器人在你工作時打掃房間，或向機器人展示菜肴的圖像，讓機器人在你度假時把你的餐桌上的盤子收拾好。

 

    DON抓取算法：訓練無需標注數(shù)據(jù)集，省時省力

 

    值得注意的一點是，沒有任何數(shù)據(jù)事先被人類標記過。這個系統(tǒng)是“自我監(jiān)督的”，因此不需要任何來自人類的數(shù)據(jù)標注。

 

    機器人抓取目標的兩種常見方法是，創(chuàng)建特定任務的機器學習，創(chuàng)建通用的抓取算法。這兩種技術(shù)都存在障礙：基于特定任務的方法很難推廣到其他任務，而通用的抓取算法不夠具體，無法顧及處理特定任務時的細微差別，比如將目標放到特定的位置上。

 

    而DON系統(tǒng)基本上是在給定目標上創(chuàng)建一系列坐標，作為基于目標的一種“視覺路線圖”，使機器人更好地理解自己需要抓取哪些目標，目標在何處等。

 

    該團隊訓練系統(tǒng)將對象視為構(gòu)成較大坐標系的一系列點。然后將不同的點映射到一起，顯示出對象的三維形狀，這種方式和使用多張照片拼接全景照片的方式有些類似。在訓練之后，如果指定目標上的一個點，機器人可以拍攝該物體的照片，并一系列的點進行識別和匹配，然后就可以指定點拾取目標。

 

    這個系統(tǒng)與加州大學伯克利分校的DexNet系統(tǒng)有所不同，伯克利的系統(tǒng)可以抓取許多不同的目標，但不能滿足抓取特定目標的要求。就好比一個一歲半的嬰兒，他不明白你想要他玩哪個玩具，但仍然可以抓起很多不同的玩具，而一個四歲的孩子，就可以準確地回應“去抓住那輛紅色小卡車的車尾”的要求。

 

    在形狀對稱毛絨玩具上進行的一組測試中，由DON驅(qū)動的Kuka機器人手臂可以從一系列不同的目標位置抓住玩具的右耳。這表明系統(tǒng)具有在對稱物體上區(qū)分左右的能力。

 

    在利用不同棒球帽進行測試時，DON可以選擇特定的目標帽子，盡管所有的帽子的設(shè)計都非常相似，機器人在之前從未在訓練數(shù)據(jù)中看到過帽子的照片。

 

    未來，團隊希望將系統(tǒng)進行改進，讓其具備執(zhí)行特定任務的能力，同時能夠更深入地了解相應的目標，例如學習如何抓住目標，并將其移動到最終位置等。

 

    團隊將于下個月在瑞士蘇黎世舉行的機器人學習會議上發(fā)表這一成果。