谷歌开发拾取机器人自学投掷“投篮”准确率高达85%

  对物理定律有直观理解的机器人，听起来像是来自小说里，但  谷歌 机器人部门的科学家们表示，他们实际上已经创造出了这种机器人。他们认为，通过这种做法可以为未来的机器人打下潜在的基础，这些机器人能够学习投掷、滑动、旋转、挥杆、接球和其它运动技能，而这些看起来难度不大的技能，在目前，即使是能力最强的机器人也难以完成。

“尽管已经取得了相当大的进展，使机器人能够有效地把握对象，并从视觉上自我适应，甚至从实际经验中学习，但机器人在操作时仍然需要仔细考虑他们如何接住物体、处理物体，特别是在非结构化环境中,“谷歌研究员Andy Zeng在博客中写道：“机器人能不能学会主动地使用它们，从而开发出一种能让它们更有效地完成任务的‘直觉’？”

为了回答这个问题，Zeng研究员和他的同事们与普林斯顿大学、哥伦比亚大学和麻省理工学院的研究人员合作，开发了一种名为TossBot的拾取机器人，这种机器人可以学习抓取物体，并把它们扔进盒子里。它不仅比以前的模型快两倍，而且达到了两倍的有效投掷范围，甚至还可以通过自我训练来提高能力。

 
拾取机器人

可预测性的投掷并不容易，即使对人类来说也是如此。抓地力、姿态、质量、空气阻力、摩擦力、空气动力学以及无数其它影响物体轨迹的变量都会对投掷产生影响。

而TossingBot使用端到端神经网络，数学函数模仿生物神经元，来训练对视觉和深度数据预测调整的估计。Zeng 说：“这种混合方法使机器人的投掷准确率达到85%。”

研究员Zeng说：“TossingBot可能会更多地依靠几何线索来学习抓握和投掷。”这些新出现的特征都是从无到有，在任务级的抓握和投掷之外，并没有任何明确的监督规则。

研究人员承认，TossingBot还没有经过脆弱物体的测试，因为它使用严格的视觉数据作为输入，这可能阻碍了它在测试中，对新物体做出反应的能力。但他们表示，物理学和深度学习相结合的基本理念是未来工作的一个方向。