來(lái)認(rèn)識(shí)一下Jaco和Baxter他們是學(xué)習(xí)機(jī)器人

想吃一口新鮮烤球場(chǎng)的弗蘭克？ 兩個(gè)叫雅科和巴克斯特的機(jī)器人可以服務(wù)一個(gè)。 波士頓大學(xué)的工程師們已經(jīng)開(kāi)始使用機(jī)器學(xué)習(xí)來(lái)教機(jī)器人執(zhí)行復(fù)雜的任務(wù)，這一框架可以應(yīng)用于許多任務(wù)，比如識(shí)別X線照片上的癌斑或更好地理解播放音樂(lè)的口頭命令。 但首先，作為概念的證明-他們已經(jīng)學(xué)會(huì)了如何準(zhǔn)備完美的熱狗。

研究人員仍然不完全理解機(jī)器學(xué)習(xí)算法-好吧，學(xué)習(xí)。 這種盲點(diǎn)使得這種技術(shù)很難應(yīng)用于復(fù)雜的高風(fēng)險(xiǎn)任務(wù)，如自主駕駛，安全是一個(gè)關(guān)注的問(wèn)題。 在科學(xué)機(jī)器人雜志上發(fā)表的一個(gè)進(jìn)步中，BU工程學(xué)院教授卡琳·貝爾塔和他的實(shí)驗(yàn)室的研究人員教了兩個(gè)機(jī)器人一起做飯、組裝和服務(wù)熱狗。 他們的方法結(jié)合了機(jī)器學(xué)習(xí)和正式方法的技術(shù)，這是計(jì)算機(jī)科學(xué)的一個(gè)領(lǐng)域，通常用于保證安全，最顯著的是用于航空電子或網(wǎng)絡(luò)安全軟件。 這些不同的技術(shù)很難在數(shù)學(xué)上結(jié)合起來(lái)，也很難組合成機(jī)器人能夠理解的語(yǔ)言。

貝塔是機(jī)械、系統(tǒng)、電氣和計(jì)算工程的教授，他的團(tuán)隊(duì)雇用了一個(gè)稱為強(qiáng)化學(xué)習(xí)的機(jī)器學(xué)習(xí)分支。 當(dāng)一臺(tái)計(jì)算機(jī)正確完成一項(xiàng)任務(wù)時(shí)，它會(huì)得到一個(gè)指導(dǎo)其學(xué)習(xí)過(guò)程的獎(jiǎng)勵(lì)。 雖然任務(wù)的步驟是在“先驗(yàn)知識(shí)”算法中概述的，但如何準(zhǔn)確地執(zhí)行這些步驟并不是。 當(dāng)機(jī)器人更擅長(zhǎng)執(zhí)行一個(gè)步驟時(shí)，它的獎(jiǎng)勵(lì)就會(huì)增加，創(chuàng)造一種反饋機(jī)制，推動(dòng)機(jī)器人學(xué)習(xí)最好的方法，例如，把熱狗放在面包上。

將先驗(yàn)知識(shí)與強(qiáng)化學(xué)習(xí)和形式方法相結(jié)合是這種技術(shù)新穎的原因。 通過(guò)將這三種技術(shù)結(jié)合起來(lái)，該團(tuán)隊(duì)可以減少機(jī)器人必須經(jīng)歷的可能性，以學(xué)習(xí)如何烹飪、組裝和安全地服務(wù)熱狗。 貝塔認(rèn)為這項(xiàng)工作是對(duì)他們的總體框架的概念證明，他希望它能夠應(yīng)用于其他復(fù)雜的任務(wù)，如自主駕駛。