什么?谷歌最近又有大動作?他們計(jì)劃加速機(jī)器人學(xué)習(xí)進(jìn)程，讓更多機(jī)器人通過分享它們的經(jīng)驗(yàn)，獲取更多技能點(diǎn)?

是的!GoogleBrainteam的SergeyLevine以及來自Alphabet的DeepMind和GoogleX實(shí)驗(yàn)室的高手們通力合作，在幾天前發(fā)了篇博文，說他們接下來要打造一個(gè)叫“多機(jī)器人通用技能學(xué)習(xí)”的機(jī)制。

眾所周知，指導(dǎo)機(jī)器人做一些日常生活中最基本的事情已經(jīng)困擾所有機(jī)器人學(xué)家?guī)资炅?。為了解決這個(gè)問題，谷歌科學(xué)家們決定讓兩大當(dāng)紅科技創(chuàng)新炸子雞強(qiáng)強(qiáng)聯(lián)手，看看能不能搞個(gè)大新聞。其一是云機(jī)器人——這個(gè)概念認(rèn)為機(jī)器人可以在線分享數(shù)據(jù)和技能;另一個(gè)便是機(jī)器學(xué)習(xí)，也就是通過應(yīng)用深度神經(jīng)網(wǎng)絡(luò)讓機(jī)器人實(shí)現(xiàn)自主學(xué)習(xí)。

在科學(xué)家們進(jìn)行的一系列實(shí)驗(yàn)中，獨(dú)立的機(jī)械臂會不斷重復(fù)一個(gè)指定的任務(wù)。不出意外的是，在長時(shí)間的任務(wù)執(zhí)行過程中，每個(gè)機(jī)器人的技術(shù)水平都會得到一定提高，它能學(xué)會適應(yīng)外部環(huán)境以及自身運(yùn)動的輕微變化。但是，谷歌團(tuán)隊(duì)并沒有就此滿足。他們把機(jī)器人習(xí)得的這些經(jīng)驗(yàn)輸進(jìn)一個(gè)大數(shù)據(jù)庫里，從中建立技能模型，如此一來，機(jī)器人就可以更快更好地完成任務(wù)。

“機(jī)器人學(xué)習(xí)到的技能(比如推東西、開門等等)還是相對簡單了點(diǎn)，但是通過快速高效的集體學(xué)習(xí)，在未來機(jī)器人的行動會更加豐富，這樣它們就可以在日常生活中為人們提供各種各樣的輔助了。”

早前，Levine和來自GoogleX實(shí)驗(yàn)室的同事們展示了深度學(xué)習(xí)網(wǎng)絡(luò)是如何幫助機(jī)器人自學(xué)抓物的。在那項(xiàng)研究中，一組機(jī)械臂不停地抓抓抓，抓了大概八萬多次，簡直喪心病狂。盡管一開始它們總是失敗連連，但是通過神經(jīng)網(wǎng)絡(luò)的不斷訓(xùn)練，成功率便有了顯著的提高。

在最近的一項(xiàng)實(shí)驗(yàn)中，谷歌科學(xué)家們測試了三個(gè)不同的場景。

第一個(gè)場景中，機(jī)器人從試驗(yàn)和錯誤實(shí)踐中直接學(xué)習(xí)運(yùn)動技巧。每個(gè)機(jī)器人從一套神經(jīng)網(wǎng)絡(luò)開始，嘗試一次一次地開門。每隔一段時(shí)間，這些機(jī)器人們就會把它們性能數(shù)據(jù)傳輸給中央服務(wù)器，這個(gè)服務(wù)器會利用數(shù)據(jù)打造一個(gè)全新的神經(jīng)網(wǎng)絡(luò)，從而更好地分析運(yùn)動和成功率之間的關(guān)系。接著，這個(gè)服務(wù)器會把更新完成的神經(jīng)網(wǎng)絡(luò)傳輸給機(jī)器人?！耙?yàn)檫@個(gè)更新了的網(wǎng)絡(luò)對動作幅度的估測更加精準(zhǔn)，所以機(jī)器人們的表現(xiàn)會更好”，科學(xué)家們寫道?！斑@個(gè)過程可以無限循環(huán)往復(fù)，從而不斷提高機(jī)器人執(zhí)行任務(wù)的能力。”

在第二個(gè)場景中，科學(xué)家們希望機(jī)器人可以學(xué)習(xí)如何與物體互動，這個(gè)互動的過程不只限于試驗(yàn)和錯誤實(shí)踐，還包括建立內(nèi)物體、環(huán)境以及它們自身行為的內(nèi)部模型。比如，在剛剛提到的開門任務(wù)中，每個(gè)機(jī)器人都會有自己的一套神經(jīng)系統(tǒng)，它們會和各種不同的物體互動。這些機(jī)器人會分享它們的經(jīng)驗(yàn)，然后一起打造科學(xué)家們口中所謂的“單獨(dú)預(yù)測模型”，讓它們更好地了解與它們發(fā)生互動的物體。你可以通過單獨(dú)一個(gè)機(jī)器人打造類似的預(yù)測模型，但是如果融合了許多機(jī)器人的經(jīng)驗(yàn)的話，這個(gè)過程會快很多。

在第三個(gè)場景中，機(jī)器人在學(xué)習(xí)過程中會得到來自人類的幫助。要知道，人類和外界物體以及整個(gè)世界互動的過程中，總是有很多直覺。而在一些控制技能的幫助下，我們可以把這些所謂的直覺轉(zhuǎn)化到機(jī)器人身上，讓它們更好地學(xué)習(xí)這些技能。在實(shí)驗(yàn)中，一個(gè)科學(xué)家?guī)椭唤M機(jī)器人，開啟各種不一樣的門，而一個(gè)中央服務(wù)器控制的單獨(dú)的神經(jīng)系統(tǒng)會對它們的行動進(jìn)行編程。接著，這些機(jī)器人會反復(fù)進(jìn)行一系列的試驗(yàn)和錯誤實(shí)踐，這個(gè)實(shí)踐的難度會慢慢攀升，好讓神經(jīng)網(wǎng)絡(luò)不斷升級?！霸囼?yàn)和錯誤學(xué)習(xí)以及人類指導(dǎo)的結(jié)合，讓機(jī)器人在幾個(gè)小時(shí)內(nèi)，可以一起學(xué)習(xí)如何開門，”科學(xué)家們寫道，“因?yàn)闄C(jī)器人訓(xùn)練開了各種外表不一樣的門，所以在決勝局中，機(jī)器人們要開一扇它們從未見過的有一個(gè)把手的門?！边@些科學(xué)家，小算盤打得溜溜的。

谷歌團(tuán)隊(duì)認(rèn)為，它們的機(jī)器人的水平目前還是非常有限的。但是他們希望隨著機(jī)器人和算法的進(jìn)步和普及，集體學(xué)習(xí)能讓機(jī)器人執(zhí)行任務(wù)的能力大大提升：

在以上提到的三項(xiàng)實(shí)驗(yàn)中，機(jī)器人之間交流、交換經(jīng)驗(yàn)的能力讓它們能更好更快地學(xué)習(xí)。尤其是當(dāng)我們將機(jī)器人學(xué)習(xí)和深度學(xué)習(xí)融合到一起的時(shí)候，交換經(jīng)驗(yàn)的重要性就更不容忽視了。老早以前，我們就知道，在有大量訓(xùn)練數(shù)據(jù)的情況下，深度學(xué)習(xí)的運(yùn)作會非常棒。比如，IamgeNet標(biāo)準(zhǔn)檢查程序就利用了超過一百五十萬經(jīng)過分析的數(shù)據(jù)。而這些大量的數(shù)據(jù)，是不可能由單獨(dú)一個(gè)機(jī)器人在幾年的時(shí)間內(nèi)收集到的。然而，如果是幾個(gè)機(jī)器人協(xié)同作戰(zhàn)的話，數(shù)周內(nèi)我們就可以獲取等量的數(shù)據(jù)。

更多資訊請關(guān)注機(jī)器視覺頻道