谷歌做了個機(jī)器人，扔?xùn)|西比人準(zhǔn)多了

看到地上的東西撿起來，再把它扔進(jìn)箱子里，這樣簡單的動作想必連三四歲的小孩也能很快掌握?？赡阒绬幔瑢τ跈C(jī)器人來說，為了達(dá)到如此完整而連貫的動作，科學(xué)家們耗費(fèi)了數(shù)十年的時間，至今仍在繼續(xù)努力。

最近，由 Google AI 團(tuán)隊、哥倫比亞大學(xué)、麻省理工學(xué)院、普林斯頓大學(xué)研究人員聯(lián)手宣布制作出了一臺投擲機(jī)器人 TossingBot，它嘗試再現(xiàn)的就是前面說到的如此「簡單」的動作，它究竟有哪些特別的地方，今天極客之選（公眾號 GeekChoice）就來給大家介紹一下。

機(jī)器人能拾取物體現(xiàn)在看來并不稀奇，在工業(yè)機(jī)器人領(lǐng)域，很多工廠的自動化操作都由能拾取物體的機(jī)器人來完成，一些動作精巧的機(jī)器人甚至能夠為你打開瓶子，舉杯倒酒，也許你也曾在抖音、微博這樣的平臺看到過它們。

抓取+放置并不罕見，但要說抓取+拋擲的動作，對于機(jī)器人來說難度就大得多。原因很好理解，和抓取東西并放置這種穩(wěn)妥的動作不同，抓取物體然后以拋物線的方式扔出需要提前做出預(yù)測，人的大腦往往會對不同物體做出提前感知，通過不同的力度、拋擲角度來達(dá)到把物體扔進(jìn)指定位置的目標(biāo)，但這種「物理直覺」對于機(jī)器人來說卻很難。

為了訓(xùn)練這種全新的動作形式，谷歌以及眾多大學(xué)科學(xué)家一起，嘗試讓 TossingBot 通過自我監(jiān)督機(jī)制不斷調(diào)整自身抓取、投擲方式。TossingBot 本身配備了能夠感知環(huán)境的攝像頭，因此會確定物體和目標(biāo)點(diǎn)之間的位置，而作為核心的拋擲動作，則通過機(jī)器學(xué)習(xí)的方式進(jìn)行訓(xùn)練。

TossingBot 是通過端到端神經(jīng)網(wǎng)絡(luò)聯(lián)合學(xué)習(xí)方式來掌握投擲技巧，這個神經(jīng)網(wǎng)絡(luò)會通過不斷抓取物體來估測在拋擲時的具體情況，從而不斷矯正拋擲精度，所以從起初只能偶爾投進(jìn)，到最后達(dá)到 85% 的投擲精準(zhǔn)度，全程抓取訓(xùn)練了 10000 次，耗時只用了 14 小時時間，相比人類來說效率高了不少。

當(dāng)然，只讓它拋擲倒準(zhǔn)確位置還不夠，科學(xué)家們還嘗試在物品欄中加入各種不規(guī)則物體，考慮到實際生活當(dāng)中不規(guī)則物體很多，讓機(jī)器人掌握這種技巧自然會在未來更具使用價值。通過放置諸如假香蕉、乒乓球、馬克筆這樣的物品，TossingBot 逐漸掌握到這些物品的深層特征，由此判斷采用何種角度以及力度來拋擲物品。

通過加入不同環(huán)境和物品條件，TossingBot 才有了如今這樣比我們?nèi)祟愡€要準(zhǔn)確的投擲率，這讓我想起了前一段時間極客之選曾介紹過的豐田開發(fā)的投籃機(jī)器人，在拋擲得分這個環(huán)節(jié)，這兩個機(jī)器人似乎有著異曲同工之處。

不過就目前來說，TossingBot 依然有自己的缺陷，比如它不能像人一樣感知不同物體的軟硬程度，所以容易捏碎一些易碎品，科學(xué)家們也在嘗試讓其擁有更智能的物體識別和抓取，從而提升投擲精確度，但也許有一天，這種機(jī)器人會出現(xiàn)在垃圾分類整理或者工廠生產(chǎn)車間也說不定呢。