koding fun

Robofun 機器人論壇

 找回密碼
 申請會員
搜索
熱搜: 活動 交友 discuz
查看: 484|回復: 0

如何让机器人变得更加智能?

[複製鏈接]
發表於 2017-12-12 09:42:54 | 顯示全部樓層 |閱讀模式
相信大家经常在新闻或社交媒体上看到一些视频,每当机器人站起来时,人类就会狠狠地一脚踹倒机器人,刚站起来,又踹一脚,或者每次机器人拿起一样东西时,人类就是把东西从它手中打掉。。。。。。总之就是各种折磨机器人,看着让人很愤怒。
b.jpg
其实,视频中的人们并不是心里变态,或者闲着没事干就去欺负机器人,而是一些机器人公司在对机器人的运动功能进行训练和测试而已。
一些技术含量很高的智能机器人,全身都布满了复杂元件的。如果未来的机器人想要应用在实际社会生活中,就会面临着人类社会错综复杂的各种环境以及变幻莫测的意外事件,这些都会对机器人造成极大的考验。
所以工程师对机器人百般刁难、各种折磨,都是在测试机器人力量控制单元、关节单元、动力设施等等的灵活程度和实际应用性。
只是这种训练方式看起来似乎很不“机器道”,那么到底有没有好一点的方法呢?
在传统的机器人训练模式中,常常是用代码写出一大串动作序列,连接传感器模块和动作模块。把机器人放置在专用的训练场中,进行一次又一次的重复操作,然后观察哪个地方有问题的,记录数据后再进行优化改善。
在人工智能逐渐流行的今天,更是需要让智能机器人进行大量实践,才能不断优化科学技术。这个过程不仅耗费时间人力,更对场地有一定的需求。
而在近年来出现的“仿真环境”则可以很好的解决这个弊端。所谓的“仿真环境”,也就是用代码写成的仿真器,在其中加入物理引擎,把万有引力、摩擦等现实环境逻辑加入到仿真器中,让仿真环境更加接近现实社会环境。
测试者可以在仿真环境中建立各种形状的对象和地形,将模拟出的智能机器人放在里面一遍遍的测试。现在市面上比较常见的仿真器就有Gym和Universe。
在仿真环境中训练机器人本质上就是一种迁移学习,在低成本环境中进行大量训练,从而获取到大量的数据,再从数据中提取特征应用到现实环境里,虽然不能完全替代现实训练,却可以极大的减少对现实训练的依赖,以及减少相关的费用及风险。
为了让未来的机器人变得更加人工智能,目前一些工程师还研究了一种名为“预见视觉”的技术,因为机器人和人类不一样,人类能自主判断周边环境所带来的各种连锁反应,但是机器人即使能看到周围的环境,也很难理解自己的行为会对周边的对象造成什么影响。
c.jpg
例如通过训练,未来的机器人知道了该怎么去拾取桌子上的物品。可在现实中,如果该物品正前方有一杯水,那结果往往有两个:一是机器人的手臂直直的伸出去,碰翻了那杯水。二是机器人的手臂转来转去,不知该怎么处理。而人类就可以轻松的应对。
“预见视觉”技术针对这种情况的解决方案是给智能机器人一个摄像头,然后把机器人放置在任意环境中让它自己活动。摄像头背后的“大脑”则在利用循环卷积网络对机器人看到的画面进行分析,很快就能实现对接下来几秒画面的预测。
这样就可以让机器人预见自己动作之后的情况。在理想情况下,就不太容易出现那种为了执行任务把周边环境弄得一团糟了。
预见视觉技术的应用,也让无监督学习在机器人训练的比重中加大,人类节省了时间,机器人也不用再受虐待。而预见视觉能力得到进一步增强,也会意味着机器智能对传感器依赖的减少。尤其是无人驾驶汽车,现在的无人车上贴满了雷达传感器,就是要依靠这些传感器来进行各种提醒。而预见视觉发展成熟后,一个全景摄像头就能替代这些昂贵的传感器。
总而言之,虽然现实环境是机器人训练不可或缺的一部分,但人类一直在尝试如何让机器人自主学习,这不仅是为了“机器道”主义,也为了尽可能降低成本及风险。随着人工智能的发展,未来的机器人也能够愉快的学习了。



三宝机器人微信公众号:sanbotAI
三宝机器人微信二维码:
QQ图片20171128165819.jpg
您需要登錄後才可以回帖 登錄 | 申請會員

本版積分規則

小黑屋|手機版|Archiver|機器人論壇 from 2005.07

GMT+8, 2020-8-12 13:55 , Processed in 0.057177 second(s), 10 queries , Apc On.

Powered by Discuz! X3.2

© 2001-2013 Comsenz Inc.

快速回復 返回頂部 返回列表