普林斯頓研究生團隊在機器人 智能系統(tǒng)競賽中取得進步

普林斯頓大學的兩支研究生隊伍在今年的全國機器人競賽中表現(xiàn)出色。這些團隊正在將計算的進步與傳感技術(shù)的進步結(jié)合起來。

本月晚些時候，其中一組將與麻省理工學院的隊友一起參加在日本名古屋舉行的第三屆年度亞馬遜機器人挑戰(zhàn)賽。該挑戰(zhàn)要求團隊開發(fā)一種機器人，該機器人可以識別以前從未見過的各種物體，撿起它們并將它們裝在一個盒子里。該團隊在去年的挑戰(zhàn)賽中獲得第三名。普林斯頓的第二支團隊是亞馬遜正在進行的AlexaPrize競賽的決賽選手，該競賽要求團隊開發(fā)能夠與人自然對話的軟件。

Alexa團隊正在探索理解和使用語言的方法，而RoboticsChallenge團隊正在突破計算機視覺和圖像處理的界限。

“我很高興看到普林斯頓團隊在機器人競賽中處于領先地位，”GordonYSWu工程學教授兼計算機科學系主任JenniferRexford說。“機器人技術(shù)從工廠等受控環(huán)境向復雜的人類世界的轉(zhuǎn)變?yōu)榉丈鐣砹司薮蟮臋C會，同時也帶來了艱巨的技術(shù)挑戰(zhàn)。普林斯頓正在通過將傳感和計算的進步結(jié)合在一起來應對這些挑戰(zhàn)，以使未來的機器人能夠了解周圍的世界并在人類社會中安全地互動。”

工程研究生工作

普林斯頓大學的研究生正在開發(fā)一種軟??件系統(tǒng)，可以就各種話題與人類進行互動交流。團隊成員(左起)NiranjaniPrasad、AriSeff、KaranSingh和DanielSuo在計算機科學大樓從事該項目。

在他們實驗室最近的一次演示中，ShuranSong和AndyZeng舉起一個黑色金屬網(wǎng)狀小籃子來展示創(chuàng)造準確的機器人視覺所面臨的挑戰(zhàn)。這是一個日常用品，用來在桌子上放鉛筆的那種東西。”曾氏一邊緩緩轉(zhuǎn)動著這只手上的小筐，一邊說道：“看起來不像，但這其實是一件比較難處理的事情。

“這是因為黑色的反光表面讓3-D傳感器很難看到，”Zeng解釋道。“這樣的表面經(jīng)常出現(xiàn)在我們的日常環(huán)境中，但在最近的計算機視覺研究中較少涉及。通過使用具有像這樣的特殊屬性的各種對象，競爭迫使我們解決現(xiàn)實世界場景中具有挑戰(zhàn)性的視覺問題。”

在該團隊去年制作的一段視頻中，觀眾可以看到一個涂有普林斯頓橙色的機器人看著一個紅色容器，使用機械臂上的傳感器識別物體。確定是咖啡罐后，機器人用起重機吊入箱子，用大功率吸盤吸起罐子，然后抬起手臂將咖啡罐放在架子上。

普林斯頓大學的團隊由計算機科學專業(yè)的研究生Zeng和Song領導，他們的指導老師是ThomasFunkhouser，DavidM.Siegel計算機科學教授。當普林斯頓大學的學生致力于構(gòu)建識別物體的算法時，他們來自麻省理工學院的隊友正在研究“操縱”，即使用機械臂和手來抓住和移動物體。

這將是該團隊第二年參加這項挑戰(zhàn)，這項挑戰(zhàn)最初被稱為亞馬遜采摘挑戰(zhàn)。學生們說，盡管他們?nèi)ツ陿?gòu)建的算法是準確的，但領先他們完成的兩個團隊構(gòu)建了一個工作速度更快的機器人。“我們最大的弱點是速度，”宋說。

他們正在努力通過安裝更多攝像頭來補充機械臂上的攝像頭來解決這個問題。有了這一變化，以及改進的算法，希望“我們可以獲得與去年表現(xiàn)良好的團隊類似的加速，”曾說。

去年，該團隊提前獲得了一份物體清單，機器人可能需要識別、抓取和移動這些物體。但今年，挑戰(zhàn)更加艱巨：參與者只能提前半小時獲得該信息。學生們說，這要求他們創(chuàng)建一種更通用的算法。

Zeng說：“我們必須調(diào)整我們的算法，使其具有足夠的通用性，以便它仍然能夠識別這些新物體”，而且時間更短。

更好的聲音

從小，CyrilZhang就夢想著用機器模擬意識。盡管科學家們?nèi)栽跔幷撌欠裼锌赡軇?chuàng)造出真正有意識的機器，但目前計算機科學博士生正在研究“也許是你能得到的最接近的東西”。

從10月初開始，張和其他12名計算機科學研究生開始研究一個軟件系統(tǒng)，該系統(tǒng)旨在與人類就各種熱門話題進行連貫和互動的交流。這項工作是亞馬遜AlexaPrize競賽的一部分，該競賽要求國際大學生團隊開發(fā)能夠使用亞馬遜語音服務Alexa作為起點進行此類對話至少20分鐘的軟件。獲勝團隊將獲得500,000美元的獎金以及他們所在部門的100萬美元研究補助金。

11月，亞馬遜通知普林斯頓團隊，它是被選中贊助參加比賽的12個大學團體之一，并帶來了10萬美元的津貼。從那時起，團隊成員每周四都會與他們的指導老師SanjeevArora會面，SanjeevArora是CharlesC.Fitzmorris計算機科學教授，以協(xié)調(diào)他們各自的任務。

模擬人類行為的軟件被稱為社交機器人。團隊成員DanielSuo表示，普林斯頓團隊選擇將其社交機器人命名為“Pixie”，這是他們可以設計出的“Princeton”和“Alexa”的最簡潔組合。

該團隊的前身是每周一次的研究生閱讀小組，主題是深度學習。張將團隊描述為“局外人”，因為大多數(shù)學生并不專門從事自然語言處理研究，而是在機器學習理論、深度學習、計算機視覺、機器人或分布式系統(tǒng)等其他領域有經(jīng)驗。

“我們的優(yōu)勢和劣勢是我們來自不同的研究背景，”張說。“這意味著我很樂觀，我們可以想出一些在自然語言處理領域工作了很長時間的人可能從未想過的事情。但與此同時，我們肯定會花費大量精力來適應該領域的研究人員已經(jīng)完全熟悉的技術(shù)。”

長期以來，模擬人類對話一直是軟件設計中的一個挑戰(zhàn)。人類以模棱兩可的術(shù)語進行交流，正確解釋單詞和句子取決于上下文、常識和對世界的一些理解。由于計算機缺乏此類先驗知識并依賴于精確性，因此對計算機進行編程以理解歧義是極其困難的。

“對于任何特定的輸入，機器人必須確定——用戶是否試圖談論一個特定的話題?它只是一般的閑聊嗎?可能需要哪些來源來產(chǎn)生合適的響應?”團隊成員AriSeff說。

該團隊還面臨著更廣泛的挑戰(zhàn)，即設計一種連貫的個性，既能取悅用戶，又能使對話自然流暢。

“亞馬遜競賽挑戰(zhàn)我們從社會角度思考對話，”Suo說。“與只會說沒完沒了的單行代碼或只回答基于事實的問題的機器人交談會變得無聊。但是，表明某人有多感興趣或有多無聊的語言線索又如何呢?我們能否將對話引導到一個新的領域，而不僅僅是對用戶做出反應?”

團隊成員對該項目的協(xié)作性質(zhì)以及從中產(chǎn)生新的顛覆性想法的可能性表示興奮。

“這對我們來說是一個共同建設的機會，但也可以相互學習，”索說。

4月，參賽團隊根據(jù)對話的相關(guān)性、連貫性、興趣和速度，從現(xiàn)實生活中的AmazonEcho用戶那里收到了關(guān)于社交機器人成功的反饋。最終獲獎者將于11月公布。

“我們贏或不贏都不是重點，”團隊成員DavitBuniatyan說。“事實是這項研究正在推進機器學習的未來。”