谷歌讓機(jī)器人在云端協(xié)同學(xué)習(xí),新技能高效get

責(zé)任編輯:editor007

作者:楊波

2016-10-09 21:11:41

摘自:雷鋒網(wǎng)

其一是云機(jī)器人——這個概念認(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)器人實現(xiàn)自主學(xué)習(xí)。你可以通過單獨一個機(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)驗的話,這個過程會快很多。

谷歌讓機(jī)器人在云端協(xié)同學(xué)習(xí),新技能高效get

什么?谷歌最近又有大動作?他們計劃加速機(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,獲取更多技能點?

是的!Google Brain team的Sergey Levine以及來自Alphabet的DeepMind和Google X 實驗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炅恕榱私鉀Q這個問題,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,看看能不能搞個大新聞。其一是云機(jī)器人——這個概念認(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)器人實現(xiàn)自主學(xué)習(xí)。

在科學(xué)家們進(jìn)行的一系列實驗中,獨立的機(jī)械臂會不斷重復(fù)一個指定的任務(wù)。不出意外的是,在長時間的任務(wù)執(zhí)行過程中,每個機(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)境以及自身運動的輕微變化。但是,谷歌團(tuán)隊并沒有就此滿足。他們把機(jī)器人習(xí)得的這些經(jīng)驗輸進(jìn)一個大數(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)。

谷歌讓機(jī)器人在云端協(xié)同學(xué)習(xí),新技能高效get

“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,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Google X 實驗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。

谷歌讓機(jī)器人在云端協(xié)同學(xué)習(xí),新技能高效get

  在最近的一項實驗中,谷歌科學(xué)家們測試了三個不同的場景。

第一個場景中,機(jī)器人從試驗和錯誤實踐中直接學(xué)習(xí)運動技巧。每個機(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,這個服務(wù)器會利用數(shù)據(jù)打造一個全新的神經(jīng)網(wǎng)絡(luò),從而更好地分析運動和成功率之間的關(guān)系。接著,這個服務(wù)器會把更新完成的神經(jīng)網(wǎng)絡(luò)傳輸給機(jī)器人。“因為這個更新了的網(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。“這個過程可以無限循環(huán)往復(fù),從而不斷提高機(jī)器人執(zhí)行任務(wù)的能力。”

谷歌讓機(jī)器人在云端協(xié)同學(xué)習(xí),新技能高效get

在第二個場景中,科學(xué)家們希望機(jī)器人可以學(xué)習(xí)如何與物體互動,這個互動的過程不只限于試驗和錯誤實踐,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,然后一起打造科學(xué)家們口中所謂的“單獨預(yù)測模型”,讓它們更好地了解與它們發(fā)生互動的物體。你可以通過單獨一個機(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)驗的話,這個過程會快很多。

谷歌讓機(jī)器人在云端協(xié)同學(xué)習(xí),新技能高效get

在第三個場景中,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。在實驗中,一個科學(xué)家?guī)椭唤M機(jī)器人,開啟各種不一樣的門,而一個中央服務(wù)器控制的單獨的神經(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)行一系列的試驗和錯誤實踐,這個實踐的難度會慢慢攀升,好讓神經(jīng)網(wǎng)絡(luò)不斷升級。“試驗和錯誤學(xué)習(xí)以及人類指導(dǎo)的結(jié)合,讓機(jī)器人在幾個小時內(nèi),可以一起學(xué)習(xí)如何開門,”科學(xué)家們寫道,“因為機(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把手的門。”這些科學(xué)家,小算盤打得溜溜的。

谷歌團(tuán)隊認(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:

在以上提到的三項實驗中,機(jī)器人之間交流、交換經(jīng)驗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)融合到一起的時候,交換經(jīng)驗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),是不可能由單獨一個機(jī)器人在幾年的時間內(nèi)收集到的。然而,如果是幾個機(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)。

如果你對這個研究方向感興趣的話,可以猛戳此鏈接,讀讀谷歌研發(fā)團(tuán)隊po在arXiv上的文章,其中兩篇他們已經(jīng)投給了2017年的ICRA了喲。

鏈接已復(fù)制,快去分享吧

企業(yè)網(wǎng)版權(quán)所有?2010-2024 京ICP備09108050號-6京公網(wǎng)安備 11010502049343號