维金 编译自 TechCrunch量子位 出品 | 公众号 QbitAI

机器人很擅长做规定好的任务。然而有些时候,将这些信息输入系统要要比让机器人执行任务复杂得多。这也是机器人适合做简单、重复性劳动的原因之一。

布朗大学和MIT的研究团队正致力于开发一种系统,让机器人基于基本运动能力,形成对现实世界对象和想法的抽象概念,从而规划任务。借助这个系统,机器人可以完成复杂任务,而不必纠缠于完成任务所需的细节。

研究人员对一种有两个机械臂的机器人Anathema Device(或称“Ana”)进行编程,让其操作房间内的对象,包括打开和关上橱柜或冰箱,打开电灯开关,以及拿起瓶子。在执行任务的同时,机器人通过算法去获得周围环境的信息并进行处理。

 Ana

该团队表示,机器人能学习关于对象和环境的抽象概念。在打开一扇门之前,Ana就有能力判断,这扇门需要关上。

“她可以知道,橱柜里的灯太亮,因为她的传感器都已被点亮。所以,为了操作橱柜里的瓶子,灯必须关掉。她还能学会,为了关掉灯,橱柜门必须关起来,因为打开的门挡住了开关。”团队负责人表示。

在处理完任务后,机器人会将这些抽象概念与符号关联。这是一种作为机器人和人类之间媒介的通用语言,不需要复杂编程即可执行。这样的适应性意味着,通过在给定场景中选择适当的操作,机器人可以在更多样化的环境中执行更多类型的任务。

这项研究的负责人、布朗大学助理教授George Konidaris表示:“如果我们想要真正智能的机器人,那么就不能编程去规定它们的所有活动。我们需要给它们设定目标,让它们自主选择行为。”

当然,让所有机器人都这样去学习同样缺乏效率。但研究者相信,他们可以设计出通用语言,开发可以下载至新硬件的技能。

Konidaris解释:“我认为,未来将会出现技能库,这是可下载的。比如你通过查询厨房工作所需的技能,然后机器人就可以去厨房做任务。”