谷歌讓機器人在云端協(xié)同學習 新技能高效get

　　什么?谷歌最近又有大動作?他們計劃加速機器人學習進程，讓更多機器人通過分享它們的經(jīng)驗，獲取更多技能點?

　　是的!Google Brainteam的Sergey Levine以及來自Alphabet的Deep Mind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“多機器人通用技能學習”的機制。

　　眾所周知，指導機器人做一些日常生活中最基本的事情已經(jīng)困擾所有機器人學家?guī)资炅?。為了解決這個問題，谷歌科學家們決定讓兩大當紅科技創(chuàng)新炸子雞強強聯(lián)手，看看能不能搞個大新聞。其一是云機器人——這個概念認為機器人可以在線分享數(shù)據(jù)和技能;另一個便是機器學習，也就是通過應(yīng)用深度神經(jīng)網(wǎng)絡(luò)讓機器人實現(xiàn)自主學習。

　　在科學家們進行的一系列實驗中，獨立的機械臂會不斷重復一個指定的任務(wù)。不出意外的是，在長時間的任務(wù)執(zhí)行過程中，每個機器人的技術(shù)水平都會得到一定提高，它能學會適應(yīng)外部環(huán)境以及自身運動的輕微變化。但是，谷歌團隊并沒有就此滿足。他們把機器人習得的這些經(jīng)驗輸進一個大數(shù)據(jù)庫里，從中建立技能模型，如此一來，機器人就可以更快更好地完成任務(wù)。

　　“機器人學習到的技能(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習，在未來機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GoogleX實驗室的同事們展示了深度學習網(wǎng)絡(luò)是如何幫助機器人自學抓物的。在那項研究中，一組機械臂不停地抓抓抓，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)的不斷訓練，成功率便有了顯著的提高。

　　在最近的一項實驗中，谷歌科學家們測試了三個不同的場景。

　　第一個場景中，機器人從試驗和錯誤實踐中直接學習運動技巧。每個機器人從一套神經(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，所以機器人們的表現(xiàn)會更好”，科學家們寫道。“這個過程可以無限循環(huán)往復，從而不斷提高機器人執(zhí)行任務(wù)的能力。”

　　在第二個場景中，科學家們希望機器人可以學習如何與物體互動，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。這些機器人會分享它們的經(jīng)驗，然后一起打造科學家們口中所謂的“單獨預測模型”，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器人打造類似的預測模型，但是如果融合了許多機器人的經(jīng)驗的話，這個過程會快很多。

　　在第三個場景中，機器人在學習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)化到機器人身上，讓它們更好地學習這些技能。在實驗中，一個科學家?guī)椭唤M機器人，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)會對它們的行動進行編程。接著，這些機器人會反復進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。“試驗和錯誤學習以及人類指導的結(jié)合，讓機器人在幾個小時內(nèi)，可以一起學習如何開門，”科學家們寫道，“因為機器人訓練開了各種外表不一樣的門，所以在決勝局中，機器人們要開一扇它們從未見過的有一個把手的門。”這些科學家，小算盤打得溜溜的。

　　谷歌團隊認為，它們的機器人的水平目前還是非常有限的。但是他們希望隨著機器人和算法的進步和普及，集體學習能讓機器人執(zhí)行任務(wù)的能力大大提升：

　　在以上提到的三項實驗中，機器人之間交流、交換經(jīng)驗的能力讓它們能更好更快地學習。尤其是當我們將機器人學習和深度學習融合到一起的時候，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，在有大量訓練數(shù)據(jù)的情況下，深度學習的運作會非常棒。比如，IamgeNet標準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器人在幾年的時間內(nèi)收集到的。然而，如果是幾個機器人協(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)。