玩个锤子,李飞飞夫妇团队的最新研究

  欢迎关注“创事记”的微信订阅号:sinachuangshiji

  文/机械栗

  来源:量子位(ID:QbitAI)

  锤子是一个神奇的工具,各种画风都能驾驭。

  比如,神族玩锤子是这样。

  兽族玩锤子是这样。

  人族嘛……

  误。

  回归正片,今天来看看,机器人玩(个)锤子,且是自学成才,会有怎样的画风?

  今天的机器人主角,诞生在斯坦福李飞飞夫妇的实验室里,拥有花样锤技,还被机器人顶会RSS 2018选中了。

  关于锤技,先看两个小栗子。

  任务一:把钉子敲进木盒

  人类只告诉机器人这个任务,没有其他多余的指示。使用什么工具,用什么姿势完成,全靠机器人自己判断。

  它发现了桌上的一把锤子。

  于是,抓起锤子的把手,把钉子敲了进去。

  完成。

  任务二:清除桌面的易拉罐

  同样,人类只告诉机器人这个任务,没有其他多余的指示。使用什么工具,用什么姿势完成,全靠机器人自己判断。

  于是,它又抓起了桌上的锤子。

  同样完成。

  注意,两个不同的任务,握锤姿势不一样(不一样……)

  这个机智的机器人,能够根据不同的任务,决定应该如何握住手里的锤子,以及用什么方式完成指定的任务。

  其实,就算是它从来没见过的、骨骼清奇的锤子,也是一眼就会玩。

  锯都算上了,但这也只是很小的一部分。

  而且,机器人脑子里的神经网络,是自我监督学习的,不需要人类传授什么秘籍。

  这只为了任务定制抓取姿势的机器人,是如何修炼成仙的?

  先审题,再行动

  从前的机器人,大多是用保守的方式抓取工具——抓质心最稳。

  简单粗暴,但这并不一定适合它下一步要完成的操作。

  △ 左为两眼一抹黑,右为找得着北

  毕竟,钉子要完全敲进去,易拉罐要掉下桌面去,才算成功。

  所以,抓取的牢固程度,与适合任务的程度之间,需要一些妥协。

  为了让机器人,在执行任务的时候更有针对性,斯坦福团队制定了四步方略如下——

  一是,机器人要懂得,人类希望的结果是什么。

  二是,机器人要识别物体的特征,知道它是好用的工具。

  三是,找到合适的抓握方向,才能更有效地做任务。

  四是,去吧,皮卡丘。

  知之为知之,审题真的有用。

  神经网络两步走,一抓取二操作

  (^?^*) 机器人:

  咦,任务是扫桌

  咦,锤子长这样

  咦,这姿势不错

  咦,易拉罐没了

  为了让机器人选择正确的姿势,执行特定的任务,团队设计的神经网络结构,也并非一步登天。

  △ TOG = 任务导向的抓取

  这个名叫TOG-Net的神经网络,可以同时训练两个模型——

  一是抓取模型,二是操作模型,对应每个任务 (锤击/扫除) 的两个阶段。

  优秀的抓取姿势,是任务成功的一半。

  给神经网络输入一幅图,它就会提出几种抓取姿势。

  抓取模型会为每个姿势算出一个分数,代表抓取质量。

  选择分数最高的一种姿势,给机器人去执行,并且把这个姿势发送给操作模型。

  这样一来,系统就能根据已经采取的动作,来规划后面的动作。

  步步为营。

  虚拟的训练,现实的测试

  神经网络不是直接在真实世界里训练的,而是在一个名叫“Bullet (子弹) ”的开源物理模拟器里训练的。

  虚拟世界里,机器人可以尝试无数次失败,修炼出锤子的使用技能。

  虽然,团队也在思考,是不是直接进三次元修炼,也会同样有效。

  模拟器可以生成大量的模拟数据。

  比如,这样那样的锤子。大体分为三类,T型、L型、X型。

  当然,现实更复杂,所以,混合型也要包含进去。

  除了工具之外,抓取姿势的数据也非常重要,难点也在这里。

  因为,姿势采样的时候,抓握的点大多集中在工具的长边上。许多姿势之间,距离都非常小,太相似了,多样性又不够。

△ 适用于扫除的姿势,作用点就不在长边上△ 适用于扫除的姿势,作用点就不在长边上

  于是,团队用了物体识别中,常见的非极大抑制 (NMS) 方法,去除了一些与高分姿势非常相近的姿势。

  这样,训练集里面的姿势各不相同,对训练来说更有力。

  另外,自我监督学习机制,会用每一次抓取成功和任务成功的标签,来指导训练过程。

  当然,模拟器终究是模拟器,最后还是要把训练成果搬到现实里来。

  三次元里,机器人的夹具,是依靠深度摄像头的点云来工作的。

  像这样,稍稍超出常理的“锤子”,机器人还会给它转体180度,再扫掉易拉罐。

  驾轻就熟。

  成果,万变不离其宗

  其实,来这里的路上,各位已经陆陆续续看过一些测试的效果了。

  不过,还是要强调,以下这些锤子,机器人在训练的时候,都没见过。

  T型锤的扫除玩法。

  L型锤的敲钉玩法。

  混合锤,就是刚才那只绿色脑袋的奇怪物体,再出现一次。

 △ 要打架么△ 要打架么

  隐隐感觉,机器人看到这样不科学的工具,还是有些情绪。

  不过,内心戏放在一边,研究人员对AI和机器人一起做的任务,还是很满意的。

  除了直观地看出,碾压了某不知任务的算法,数据也很硬——

  不管锤子是T型,L型,还是奇型。

  也不管任务是锤击,还是扫除。

  成功率都比忽略任务的同行,高出许多。

  实验室里的人类们

  这项研究的团队主要来自斯坦福计算机视觉与学习实验室(SVL Lab),包括李飞飞、Silvio Savarese,和他们的学生们。

△ 房宽△ 房宽

  论文的第一作者房宽是斯坦福大学读博士,师从Silvio Savarese。在进入斯坦福大学之前,他在清华大学读完了本科,当时曾经在微软亚洲研究院机器学习组实习。

  房宽在个人主页上透露,去年夏天,他是在Google [X] Robotics度过的;而今年暑假,他要去Google Brain实习了~

  其他几位作者也都来自斯坦福大学,其中二作Yuke Zhu和Animesh Garg都是李飞飞和Savarese的学生,而Andrey Kurenkov师从Silvio和Ken Goldberg。

  而最后两位作者,也就是指导这项研究老师们,你们应该都很熟悉啦。

  一位是计算机视觉界的国民女神李飞飞:

  另一位,是她的丈夫,同是斯坦福大学副教授的Silvio Savarese。

  不知道这张实验室全家福里,有没有你熟悉的身影:

(转载请注明出处和本文链接)
+1
0人
热门文章