本文由腾讯数码独家发布
在一些领域，人工智能（AI）的影响比机器人技术更具有变革意义。比如总部位于旧金山的创业公司OpenAI开发了一种人工智能模型，该模型可以指导机械手以最先进的精确度操纵物体，而软银机器人公司最近利用情感分析公司Affectiva的技术，向旗下的Pepper机器人注入了类似于“情商”的效果。
而该领域最新的进展来自于麻省理工学院计算机科学与人工智能实验室（CSAIL）的研究人员，他们今天在一篇名为《密集的对象网络：学习密集的视觉对象》的论文中展示了最新的成果。
根据论文来看，这项研究描述了应用到机器人操作的详细的计算机视觉系统，被称为DON（Dense Object Nets），它允许机器人通过视觉检查、理解和操作他们从未见过的物体。
该团队计划在10月瑞士Zrich举办的机器人学习会议上展示自己最新的研究成果。
该论文的第一作者、博士生卢卡斯·曼纽利（Lucas Manuelli）在麻省理工学院CSAIL网站上发表的一篇博客文章中说：“许多操作方法无法识别陌生物体可能遇到许多方向上的特定部分难题。例如，现有的算法无法用自己的机械手来抓取一个陌生的水杯，特别是如果这个杯子可以在多个方向呈现不同的效果，比如直立，或者在它的一侧。”
DON不是一个单纯的控制系统。相反，它是一种具有自我监督功能的深层神经网络，一种可以模仿大脑神经元功能的分层算法，通过训练以精确细节手臂操作坐标指导系统，并且会生成对物体的描述过程。在经过训练之后，它能够自主地挑选出最适合的参考框架，尤其是当呈现一个新的物体时，会将其映射到一起，在三维空间中形成可视化它们的形状。
根据研究人员的说法，这种对象描述符平均只需要20分钟就可以完成学习，而且它们是与当前任务无关。也就是说，它们适用于刚性对象（如帽子）和非刚性对象（毛绒玩具）。在一轮培训中，系统在只能看到在6种不同类型的情况下，学习目标算法。
此外，尽管在对象颜色、纹理和形状上存在差异，但描述特征基本保持一致，这使得DON在使用RGB或深度数据的模型上获得了优势。因为后者没有一致的对象表示，并且能有效地寻找“可理解的”特性，所以它们无法在具有轻微变形的对象上找到准确的点。
“在工厂里，机器人通常需要复杂的部件来更可靠的工作，”曼纽利说。“但是像这样的系统想要理解物体的朝向，只需拍一张照片，就能相应地掌握和调整物体，还是首次。”
在测试中，团队在参考图像中选择了一个像区域，以便系统自动识别。然后，他们用一个Kuka机器人的机械手臂来抓取目标（一个毛毛虫玩具），一个特定区域里的物品（不同种类的运动鞋），以及一些杂乱的物品（不同类型的鞋子）。
在一次演示中，机械手臂从一堆类似的帽子目标里识别出一顶帽子，尽管他们从未见过训练数据中的帽子。在另一项研究中，它从一系列的复杂目标中捕捉到了毛毛虫玩具，这表明它可以在对称的物体上分辨出左和右。
研究人员表示：“我们观察到对于各种各样的物体来说，我们可以在不同观点和配置中获得一致的密集描述特征。各种各样的物品包括适度变形的物品，比如柔软的毛绒玩具、鞋子、杯子和帽子等，还可以包括非常低质感的目标。许多这样的物体都是在实验室里被成功抓取（包括各种不同的鞋子和帽子），我们对各种各样的物体识别效率印象深刻，这些物体可以通过相同的网络结构和训练来更可靠的学习。”
该团队认为DON系统可能在工业环境中起到更大的作用，比如对象分类仓库机器人等。但团队希望能够开发一个更高效的版本，可以对相应的对象进行“更深入的理解”来执行任务。
研究人员表示：“我们认为，DON是一种新颖的物体表现形式，可以使许多新的机器人操作方法成为可能。我们感兴趣的是探索解决操纵问题的新方法，利用DON的视觉信息，学习描述特征提供的准确性，以及这些特征如何能使其他类型的机器人学习受益，例如学习如何掌握、操作和放置一组感兴趣但陌生的对象。”
来源：venturebeat
