全新的家用機(jī)器人送到您家，您讓它給您煮一杯咖啡。雖然它在模擬廚房的實(shí)踐中掌握了一些基本技能，但它能做的動(dòng)作實(shí)在太多了--打開水龍頭、沖洗馬桶、倒出面粉盒等等。但可能有用的動(dòng)作卻少之又少。在新的情況下，機(jī)器人該如何判斷哪些步驟是合理的呢？

它可以使用 PIGINet，這是一個(gè)旨在有效提高家用機(jī)器人解決問題能力的新系統(tǒng)。美國麻省理工學(xué)院計(jì)算機(jī)科學(xué)與人工智能實(shí)驗(yàn)室（CSAIL）的研究人員正在利用機(jī)器學(xué)習(xí)來減少考慮所有可能行動(dòng)的典型任務(wù)規(guī)劃迭代過程。PIGINet 可消除無法滿足無碰撞要求的任務(wù)計(jì)劃，只需在 300-500 個(gè)問題上進(jìn)行訓(xùn)練，就能將計(jì)劃時(shí)間縮短 50%-80%。

通常情況下，機(jī)器人會(huì)嘗試各種任務(wù)計(jì)劃，并不斷改進(jìn)其動(dòng)作，直到找到可行的解決方案，這可能會(huì)既低效又耗時(shí)，尤其是在存在可移動(dòng)和鉸接障礙物的情況下。舉例來說，也許在烹飪之后，你想把所有的調(diào)味汁都放進(jìn)櫥柜里。這個(gè)問題可能需要 2 到 8 個(gè)步驟，具體取決于當(dāng)時(shí)的情況。機(jī)器人是否需要打開多個(gè)櫥柜門，或者櫥柜內(nèi)是否有任何障礙物需要移動(dòng)以騰出空間？您不希望機(jī)器人的速度慢得令人討厭--如果它在思考的時(shí)候燒了晚餐，那就更糟了。

家用機(jī)器人通常被認(rèn)為是按照預(yù)先設(shè)定的配方來執(zhí)行任務(wù)，但這并不總是適合多樣化或不斷變化的環(huán)境。那么，PIGINet 是如何避免這些預(yù)定義規(guī)則的呢？PIGINet 是一個(gè)神經(jīng)網(wǎng)絡(luò)，它能接收 "計(jì)劃、圖像、目標(biāo)和初始事實(shí)"，然后預(yù)測(cè)任務(wù)計(jì)劃被完善的概率，從而找到可行的運(yùn)動(dòng)計(jì)劃。

簡單來說，它采用了變壓器編碼器，這是一種多功能的先進(jìn)模型，設(shè)計(jì)用于在數(shù)據(jù)序列上運(yùn)行。在本例中，輸入序列是關(guān)于正在考慮的任務(wù)計(jì)劃的信息、環(huán)境圖像以及初始狀態(tài)和預(yù)期目標(biāo)的符號(hào)編碼。編碼器將任務(wù)計(jì)劃、圖像和文本結(jié)合起來，生成關(guān)于所選任務(wù)計(jì)劃可行性的預(yù)測(cè)。

以廚房為例，團(tuán)隊(duì)創(chuàng)建了數(shù)百個(gè)模擬環(huán)境，每個(gè)環(huán)境都有不同的布局和特定的任務(wù)，需要在柜臺(tái)、冰箱、櫥柜、水槽和烹飪鍋之間重新排列物品。通過測(cè)量解決問題所需的時(shí)間，他們將 PIGINet 與之前的方法進(jìn)行了比較。一個(gè)正確的任務(wù)計(jì)劃可能包括打開冰箱左門、取下鍋蓋、將卷心菜從鍋里移到冰箱、將土豆移到冰箱、從水槽中拿起瓶子、將瓶子放入水槽、拿起西紅柿或放入西紅柿。在較為簡單的場(chǎng)景中，PIGINet 將計(jì)劃時(shí)間大幅縮短了 80%，而在計(jì)劃序列較長、訓(xùn)練數(shù)據(jù)較少的復(fù)雜場(chǎng)景中，PIGINet 則將計(jì)劃時(shí)間縮短了 20%-50%。

麻省理工學(xué)院教授兼 CSAIL 首席研究員萊斯利-帕克-凱爾布林（Leslie Pack Kaelbling）說："PIGINet 等系統(tǒng)利用數(shù)據(jù)驅(qū)動(dòng)方法的強(qiáng)大功能高效處理熟悉的案例，但仍能依靠'第一原理'規(guī)劃方法驗(yàn)證基于學(xué)習(xí)的建議并解決新問題，提供了兩全其美的方案，為各種問題提供了可靠高效的通用解決方案?！?/p>

PIGINet 在輸入序列中使用多模態(tài)嵌入技術(shù)，可以更好地表示和理解復(fù)雜的幾何關(guān)系。使用圖像數(shù)據(jù)有助于模型在不知道物體三維網(wǎng)格的情況下掌握空間布局和物體配置，從而進(jìn)行精確的碰撞檢查，實(shí)現(xiàn)在不同環(huán)境中的快速?zèng)Q策。

在 PIGINet 的開發(fā)過程中，面臨的主要挑戰(zhàn)之一是缺乏良好的訓(xùn)練數(shù)據(jù)，因?yàn)樗锌尚泻筒豢尚械挠?jì)劃都需要由傳統(tǒng)的規(guī)劃器生成，而傳統(tǒng)的規(guī)劃器首先速度較慢。然而，通過使用預(yù)訓(xùn)練的視覺語言模型和數(shù)據(jù)增強(qiáng)技巧，該團(tuán)隊(duì)能夠應(yīng)對(duì)這一挑戰(zhàn)，不僅在處理已見物體的問題上顯示出令人印象深刻的計(jì)劃時(shí)間縮短效果，而且還能對(duì)以前未見的物體進(jìn)行零點(diǎn)泛化。

"由于每個(gè)人的家都不一樣，機(jī)器人應(yīng)該成為適應(yīng)性強(qiáng)的問題解決者，而不僅僅是食譜的追隨者。我們的關(guān)鍵想法是讓通用任務(wù)規(guī)劃器生成候選任務(wù)計(jì)劃，并使用深度學(xué)習(xí)模型選擇有前途的計(jì)劃。這樣，家用機(jī)器人的效率更高、適應(yīng)性更強(qiáng)、更實(shí)用，即使在復(fù)雜多變的環(huán)境中也能靈活導(dǎo)航。此外，PIGINet 的實(shí)際應(yīng)用還不僅限于家庭?！癇eomjoon Kim 博士表示：“本文解決了實(shí)現(xiàn)通用機(jī)器人的基本挑戰(zhàn)：如何從過去的經(jīng)驗(yàn)中學(xué)習(xí)，以加快在充滿大量鉸接式和可移動(dòng)障礙物的非結(jié)構(gòu)化環(huán)境中的決策過程。 。

韓國科學(xué)技術(shù)院（KAIST）人工智能研究生院助理教授。此類問題的核心瓶頸是如何確定高層任務(wù)計(jì)劃，從而存在實(shí)現(xiàn)高層計(jì)劃的低層運(yùn)動(dòng)計(jì)劃。通常，您必須在運(yùn)動(dòng)和任務(wù)規(guī)劃之間搖擺，這會(huì)導(dǎo)致嚴(yán)重的問題。計(jì)算效率低下。朱田的工作通過使用學(xué)習(xí)來消除不可行的任務(wù)計(jì)劃來解決這個(gè)問題，并且是朝著有希望的方向邁出的一步。