有“灵魂”的机械臂是怎样炼成的?

标签:智能机器人工业机器人机械臂

访客:14875  发表于:2016-03-31 10:00:33

有 “灵魂” 的机械臂是怎样炼成的?

我猜,要你把东西捡起来绝对没问题。好棒!这是因为当你还是个小屁孩的时候,你已经在没日没夜地抓东西、掉东西,并从经验中学习。可是机器人不想就此虚度他们的童年,总得有办法加快进程吧——在Google Research,十多个机器人手臂连续数月地在捡起不同的物品,重的、轻的、扁的、大的、小的、硬的、软的、还有半透明的(虽然不是同时)。研究员们告诉我们为何他们的方法独一无二,以及为什么80万次抓取(天啦撸!)还只是个开头。

为什么动物们抓取物件完全没问题,部分原因是眼睛,而不仅仅是手。你可以闭着眼睛抓起一个物品,但是如果你能看见手与物品之间的互动,你会好得多。在机器人领域,这叫做视觉伺服,除了能增加抓取的进准度,还能让机器人抓取正在移动或改变方向的物品,这在烦死人的”真实世界“中非常普遍。

教会机器人不容易,因为在传感器信息和动作之间没有必然联系,尤其是当你一直有无数的传感信息输入(就像人在视觉系统里一样)。聪明的办法不是填鸭式教学,而是让机器人自学成才。在Google Research,一组研究员在Google X同事的帮助下让一个7-DoF机器人手臂抓起杂乱的物品,利用单眼视觉伺服和深度卷积神经网络(CNN)来预测抓取结果。卷积神经网络会持续自我训练,开始失败如山倒,然后渐入佳境。Google为了加快进程,让14个机器人同时投入工作。这完全是全自动的:人只需要往盘子里装上东西,然后打开电源开关。

有 “灵魂” 的机械臂是怎样炼成的?

一个数据收集试验中的机器人。每个单元包括一个七自由度的手臂,带有两个手指的抓取器,和一个从机器人肩膀上俯视下来的摄像头。研究员说摄像头记录了单眼RGB和深度图像,但只有单眼RGB图像用于预测抓取成功。

“实质上,通过观察自己手臂的运动,机器人时时刻刻都在预测接下来哪种运动会把成功的几率最大化。这带来了持续的反馈:我们可以称作眼手协调。观察了80万次机器人的抓取,相当于大约3000小时的机器人练习,我们可以略见智能反应行为的端倪。机器人观察着自己的抓取,并实时纠正自己的行动。它还表现出了非常有趣的抓取前动作,例如将一个单独物品从一对物品中分离。所有这些行为自然地从学习中出现,而非编写进系统的程序里。“

当14个机器人同时工作,信息收集就更多更快了,但与此同时,许多计划外的变量也引入了试验中。摄像头的位置略有不同,打光对每一个机器人都不太一样,以及每一个标准的抓取器都有不同类型的磨损,影响表现。

有 “灵魂” 的机械臂是怎样炼成的?

试验后机器人的抓取器。研究者说机器人“经历了不同程度的磨损和拉扯,造成外表和几何方面重要的变化。”

积极的一面是,机器人能更好处理对类似硬件细微差异和摄像头校准差异的问题,使得抓取更加强大。即便这样,这种方法没法过分概况,而且不能用于差别很大的硬件和抓取环境中(例如从架子上拿取一个物品)。研究员计划在未来尝试让训练设置更加多元化,看看他们的技术的适应性如何。他们还希望研究如何将这种方法用于“真实世界”的机器人,”在非常复杂多样的环境、物件、灯光以及磨损情况下“。

我们与Google Research的Sergey Levine聊了聊他们的研究。

IEEE Spectrum:能否说说你们的研究与其他类似研究的关联呢,例如Brown的百万物品挑战或者加州大学伯克利分校的Dex-Net?

Sergey Levine:和Dex-Net及Brown的研究一样,我们的研究也是基于大数据可以提升机器人能力这个假设。我们和他们的研究最主要的不同是,我们采取的是一种非常直接和数据导向的方法,依靠最少的前期信息,来解决抓取这个非常具体的问题。Dex-Net使用基于模型的方法和模拟数据,而Brown的目标更大,是扫描非常多的物品(我们的方法不收集扫描数据,而只是凭经验学会抓取)。

为什么数据的量很重要,从更多的数据中到底能发现什么(真的能发现什么吗?)

任何时刻,我们都在使用六只十四个机器人手臂(随着试验的进展,更多机器人上线了。我们还在研究实际上需要多少信息,还没有官方数据,但是非正式地来说,试验从20万次抓取后开始好转,并一直在提升(如果有更多数据的话应该还会提升)。

信息量的重要性主要因为两个原因:(1)物件和抓取器的几何形状有非常多的可能性,(2)最新的模型一直在补充新数据,新模型很擅长定位他自认为正确但实际上错误的信息,为信息库增补样本,从而进一步改善新模型。

你们的硬件设计如何影响抓取物品的技术(和成功)?为什么选取这种抓取器,以及这种方法能否适用于任何抓取器?

这种方法能够直接适用于任何平行的颚形抓取器,也有可能应用于其他抓取器和手。硬件并不是专为这项实验设计的,这只是按照我们要求的数量最容易获得的硬件。尽管这样,我们使用的这种手指非常适合抓取各种物品。

如何概况这项研究的精髓,让这项技术可以用于其他环境中的其他操作器?

如果要适用于其他操作器,有可能系统必须与各种操作器及终端传感器一起训练。目前的系统是验证概念。实用性应用可能需要更多在不同环境、不同背景和其他设置(例如架子、抽屉等等)中的训练,以及一种决定抓取什么物品的更高等级的命令机制,也许将动作命令限制为工作空间的某个具体部分。

作者:逸炫 来源:雷锋网

评论(0)

您可以在评论框内@您的好友一起参与讨论!

<--script type="text/javascript">BAIDU_CLB_fillSlot("927898");