對于人類來說，把面團(tuán)放到砧板上，然后用搟面杖把它壓平成圓形。這看起來很容易，對吧？

那如果是由機(jī)器人來操作，會是怎樣的效果？

對于機(jī)器人來說，面對像面團(tuán)這樣的可變形物體是很棘手的，因為面團(tuán)的形狀可以以多種方式變化，而這些變化很難用方程式來表示。

此外，從面團(tuán)中創(chuàng)建新形狀需要多個步驟并使用不同的工具。這就意味著機(jī)器人需要學(xué)習(xí)一系列長長的操作任務(wù)，然后還需要通過反復(fù)試驗更多可能的選擇。

現(xiàn)在，來自，麻省理工學(xué)院、卡內(nèi)基梅隆大學(xué)和加州大學(xué)圣地亞哥分校的研究人員創(chuàng)建了一個框架，可以讓機(jī)器人快速有效地完成復(fù)雜的操作任務(wù)，例如揉面皮包餃子、做披薩。

▍一個機(jī)器人操縱系統(tǒng)的框架—— DiffSkill

研究人員為使用兩階段學(xué)習(xí)過程的機(jī)器人操作系統(tǒng)創(chuàng)建了一個框架，這可以使機(jī)器人能夠在很長一段時間內(nèi)執(zhí)行復(fù)雜的面團(tuán)操作任務(wù)。

這個算法會像“老師”一樣解決機(jī)器人完成任務(wù)必須采取的每一步。然后訓(xùn)練一個“學(xué)生”機(jī)器學(xué)習(xí)在什么時間段以及如何執(zhí)行任務(wù)期間所需的每項技能的抽象概念，例如使用搟面杖。

有了這些知識，系統(tǒng)就會推理出如何執(zhí)行技能來完成整個任務(wù)。

一系列操作，堪稱“手把手教學(xué)”。

研究人員表明，這種他們稱之為 DiffSkill 的方法可以在模擬中執(zhí)行復(fù)雜的操作任務(wù)，例如切割和攤開面團(tuán)，或從砧板周圍收集面團(tuán)，同時優(yōu)于其他機(jī)器學(xué)習(xí)方法。

當(dāng)然，除了包餃子、做披薩之外，這種方法還可以應(yīng)用于其他需要機(jī)器人操縱的可變形物體的環(huán)境。

例如為老年人或運動障礙者喂食、洗澡或穿衣的護(hù)理機(jī)器人。

“這種方法更接近我們?nèi)祟愑媱澬袆拥姆绞?。?dāng)一個人執(zhí)行一項長期任務(wù)時，我們并沒有寫下所有的細(xì)節(jié)。我們有一個更高級別的計劃者，它大致告訴我們在此過程中需要實現(xiàn)哪些階段以及一些中間目標(biāo)，然后我們執(zhí)行它們，”計算機(jī)科學(xué)與人工智能專業(yè)的研究生Li表示。

▍“學(xué)生”&“老師” 的工作流程

DiffSkill 框架中的“老師”是一種軌跡優(yōu)化算法，可以解決物體初始狀態(tài)和目標(biāo)位置靠得很近的短視界任務(wù)。

軌跡優(yōu)化器在模擬現(xiàn)實世界物理的模擬器中工作（稱為可微物理模擬器，它將“Diff”放入“DiffSkill”中）。然后，“老師”算法使用模擬器中的信息來學(xué)習(xí)面團(tuán)在每個階段必須如何移動，一次一個，然后輸出這些軌跡。

然后“學(xué)生”神經(jīng)網(wǎng)絡(luò)學(xué)會模仿老師的動作。作為輸入，它使用兩個攝像頭圖像，一個顯示當(dāng)前狀態(tài)的面團(tuán)，另一個顯示任務(wù)結(jié)束時的面團(tuán)。神經(jīng)網(wǎng)絡(luò)生成一個高級計劃，以確定如何將不同的技能聯(lián)系起來以達(dá)到目標(biāo)。然后，它為每個技能生成特定的、短視界的軌跡，并將命令直接發(fā)送到工具。

接著，研究人員使用這種技術(shù)對三種不同的模擬面團(tuán)操作任務(wù)進(jìn)行了實驗。

在一項任務(wù)中，機(jī)器人使用抹刀將面團(tuán)舉到砧板上，然后使用搟面杖將其壓平。在另一個例子中，機(jī)器人使用抓手從柜臺上收集面團(tuán)，將其放在抹刀上，然后將其轉(zhuǎn)移到砧板上。

在第三個任務(wù)中，機(jī)器人用刀將一堆面團(tuán)切成兩半，然后用夾具將每一塊面團(tuán)運送到不同的位置。

同時，研究人員開發(fā)了一種機(jī)器人操縱系統(tǒng)，可以在模擬中使用工具執(zhí)行復(fù)雜的面團(tuán)操作任務(wù)。

例如收集面團(tuán)并將其放在砧板上（左），將一塊面團(tuán)切成兩半并將兩半分開（中），以及將面團(tuán)抬到一塊砧板，然后用搟面杖將其壓平（右）。

實驗結(jié)果證明，DiffSkill 框架能夠勝過依賴強(qiáng)化學(xué)習(xí)的流行技術(shù)。在強(qiáng)化學(xué)習(xí)中，機(jī)器人通過反復(fù)試驗來學(xué)習(xí)任務(wù)。

事實上，DiffSkill 是唯一能夠成功完成所有三個面團(tuán)操作任務(wù)的方法。有趣的是，研究人員發(fā)現(xiàn)“學(xué)生”神經(jīng)網(wǎng)絡(luò)甚至能夠勝過“教師”算法，Lin 說。

“我們的框架為機(jī)器人獲得新技能提供了一種新穎的方式。然后可以將這些技能鏈接起來，以解決更復(fù)雜的任務(wù)，這些任務(wù)超出了以前的機(jī)器人系統(tǒng)的能力，”Li說。

因為他們的方法側(cè)重于控制工具（抹刀、刀、搟面杖等），所以它可以應(yīng)用于不同的機(jī)器人，但前提是它們使用研究人員定義的特定工具。

未來，他們計劃將工具的形狀集成到“學(xué)生”網(wǎng)絡(luò)的推理中，以便將其應(yīng)用于其他設(shè)備。

該團(tuán)隊的研究人員們打算通過使用 3D 數(shù)據(jù)作為輸入來提高 DiffSkill 的性能，同時，他們還希望使神經(jīng)網(wǎng)絡(luò)規(guī)劃過程更高效，并收集更多樣的訓(xùn)練數(shù)據(jù)，以增強(qiáng) DiffSkill 對新情況的泛化能力。

從長遠(yuǎn)來看，他們希望將 DiffSkill 應(yīng)用到更多樣化的任務(wù)中，包括布料操作。

這項研究得到了美國國家科學(xué)基金會、LG電子、麻省理工學(xué)院-IBM 沃森人工智能實驗室、美國海軍研究辦公室和國防高級研究計劃局的部分支持。

文章及論文地址：

https://news.mit.edu/2022/robotic-deformable-object-0331

審核編輯 ：李倩