加州大學伯克利分校的計算機科學家們研發(fā)出“可以預見未來要發(fā)生的事情”的機器人技術。運用視覺預見技術，在完全自主學習的情況下，這種機器人可以看到如果他們執(zhí)行特定的動作會產(chǎn)生怎樣的結(jié)果。目前的機器人原型還比較簡單，只能預測幾秒的未來，研究者在NIPS 2017上展示了這項技術。

對于嬰幼兒來說，玩玩具不僅僅是樂趣和游戲，這對他們學習和理解世界的運作方式是很重要的。受此啟發(fā)，加州大學伯克利分校的研究人員開發(fā)了一個機器人，像嬰兒一樣，它從零開始學習理解世界，用物體進行實驗，找出如何以最好的路徑移動物體。這樣，機器人能夠“看到”未來要發(fā)生的事情。

這個機器人名為Vestri，它像嬰兒一樣通過擺玩物體來想象如何完成任務。

UC Berkeley的研究人員開發(fā)了一種機器人學習技術，使機器人能夠想象自己的行為的未來，這樣它們就能夠知道如何操作以前從未遇到過的物體。未來，這項技術可以幫助自動駕駛汽車預測未來的路況，或者實現(xiàn)更智能的家庭機器人助理，但這個最初的原型專注于從完全自主的游戲中學習簡單的動手技能。

這一技術被稱為“視覺預見”(visual foresight)，使用這種技術，機器人能夠預測在執(zhí)行某個動作的一個步驟時，它們的攝像機將會看到什么。這些機器人的想象力在現(xiàn)在還比較簡單——只能預測幾秒鐘的未來——但是它們足夠讓機器人弄清楚如何在桌子上移動物體，而不會碰到障礙物。重要的是，機器人可以在沒有人類的幫助的情況下學會執(zhí)行這些任務，也不需要有關物理、環(huán)境或物體的先有知識。這是因為視覺想象力是在無監(jiān)督的探索中從頭開始學習的，只有機器人在桌子上擺玩物體。在這個游戲階段之后，機器人構(gòu)建了一個有關世界的預測模型，并且可以使用這個模型來操縱它以前從未見過的新物體。

“就像我們?nèi)祟惪梢韵胂笪覀兊膭幼鲗⑷绾我苿迎h(huán)境中的物體一樣，這種方法可以讓機器人想象不同的動作對周圍的世界將產(chǎn)生怎樣的影響，”伯克利大學電子工程和計算機科學系助理教授Sergey Levine說，他所在的實驗室開發(fā)了這項技術。“這可以在復雜的現(xiàn)實世界中實現(xiàn)對高度靈活的技能進行智能規(guī)劃。”

研究團隊NIPS 2017大會上進行了視覺預見技術的demo。

這個系統(tǒng)的核心是基于卷積循環(huán)視頻預測(convolutional recurrent video prediction)或dynamic neural advection (DNA)的深度學習技術。基于DNA的模型根據(jù)機器人的動作預測圖像中的像素如何從一個幀移動到下一幀。最近對這類模型的改進，以及大大提高的規(guī)劃能力，使得基于視頻預測的機器人控制能夠執(zhí)行越來越復雜的任務，例如在障礙物周圍移動玩具并重新定位多個物體。

“在過去，機器人已經(jīng)能夠在人類主管協(xié)助并提供反饋的條件下學會技能，這項新工作令人興奮的地方在于，機器人可以完全自主地學習一系列的視覺對象操作技能。”Levine實驗室的一名博士學生、最初的DNA模型的發(fā)明人Chelsea Finn說。

利用這項新技術，機器人將物體推到桌子上，然后利用所學習的預測模型來選擇將物體移動到所需位置的動作。機器人利用從原始攝像頭觀察的學習模型來自學如何避開障礙物，并在障礙物周圍推動物體。

“人類的一生中，通過數(shù)百萬次與各種各樣的物體的互動，在沒有任何教師的情況下學習操控物體的技能。我們已經(jīng)證明，建立一個利用大量的自主收集的數(shù)據(jù)來學習廣泛適用的操作技能的機器人系統(tǒng)也是可行的，特別是推動物體這一技能。”Frederik Ebert說，他是Levine實驗室的一名研究生，這個項目的研究者之一。

由于通過視頻預測的控制僅依賴于可以由機器人自主收集的觀察，例如通過攝像機收集的圖像，因此這一方法是通用的，具有廣泛的適用性。與傳統(tǒng)的計算機視覺方法不同，傳統(tǒng)的計算機視覺方法需要人類為數(shù)千甚至數(shù)百萬圖像進行手工標記，構(gòu)建視頻預測模型只需要未標注的視頻，因此可以完全由機器人自主采集。事實上，視頻預測模型也已經(jīng)被應用于從人類活動到駕駛的各種數(shù)據(jù)集，并且取得了令人信服的結(jié)果。

Levine說：“嬰兒可以通過玩玩具、擺動玩具、抓握等等來理解世界。我們的目標是讓機器人做同樣的事情：通過自主的互動來了解世界是如何運作的。”他說：“這個機器人的能力雖然仍然有限，但它的技能完全是自主學習的，這讓它可以通過構(gòu)建之前觀察到的互動模式來預測復雜的物理互動。”

UC Berkeley的科學家們將繼續(xù)通過視頻預測研究機器人控制，專注于進一步改進視頻預測和基于預測的控制，以及開發(fā)更復雜的方法，使機器人可以收集更集中的視頻數(shù)據(jù)，用于復雜的任務，例如拾取和放置物體，操縱布或繩索等柔軟和可變形的物體，以及組裝。