搭積木可不簡(jiǎn)單。

除了訓(xùn)練小朋友的整體項(xiàng)目意識(shí)，這也是一個(gè)視覺、觸覺、交互和策略都需要上線的游戲。而在眾多的搭積木游戲中，“疊疊樂(lè)”可能是其中最有趣，難度也最高的一種。

疊疊樂(lè)，又名疊疊高，也叫疊疊木，是一款經(jīng)典的木制益智積木玩具。

游戲規(guī)則看似很簡(jiǎn)單，從下方的積木中，抽一根往上搭。但是游戲過(guò)程極度考驗(yàn)?zāi)托院妥灾屏Α?/p>

這個(gè)游戲手殘黨反正是玩不了，手腳不是太靈活的小伙伴，也放棄吧。

但是，這個(gè)游戲?qū)IT團(tuán)隊(duì)研發(fā)的機(jī)器人來(lái)說(shuō)，輕而易舉~

它是怎么做到的呢？

首先，在硬件方面，需要一個(gè)軟齒夾鉗、一個(gè)力傳感腕帶以及一個(gè)外部攝像頭，這些部件是用于觀察和感應(yīng)積木塔以及積木的。

其次，當(dāng)機(jī)器人小心地推動(dòng)一塊積木時(shí)，計(jì)算機(jī)利用外部攝像頭和力傳感腕帶分別接收視覺和觸覺反饋，然后與機(jī)器人先前做出的動(dòng)作進(jìn)行比較。

在此過(guò)程中還需考慮了不同動(dòng)作可能產(chǎn)生的結(jié)果——具體來(lái)說(shuō)就是能否用特定的力度，抽出特定位置的積木放在塔頂并確保積木塔不倒。機(jī)器人會(huì)實(shí)時(shí) “學(xué)習(xí)”是否繼續(xù)推動(dòng)這塊積木來(lái)防止積木塔倒塌。

具體來(lái)說(shuō)，與國(guó)際象棋、圍棋等更依賴認(rèn)知思維的任務(wù)或游戲不同，玩疊疊樂(lè)還需要掌握物理技巧，如試探、推、拉、放置和碼齊。

這項(xiàng)游戲需要交互式感知和操作，你必須去觸摸積木塔才能學(xué)會(huì)何時(shí)以及如何移動(dòng)積木。

整個(gè)過(guò)程很難模擬，機(jī)器人必須和現(xiàn)實(shí)中的積木塔進(jìn)行交互來(lái)學(xué)習(xí)。主要的困難是，如何利用物體和物理常識(shí)從相對(duì)較少的實(shí)驗(yàn)中學(xué)習(xí)。

當(dāng)然，MIT團(tuán)隊(duì)并不止步疊疊樂(lè)游戲，目前開發(fā)的觸覺學(xué)習(xí)系統(tǒng)正應(yīng)用在垃圾分類回收、組裝消費(fèi)品等需要精確物理交互的任務(wù)。

相關(guān)研究細(xì)節(jié)發(fā)表在最近的《Science Robotics》期刊上。論文的第一作者是麻省理工學(xué)院的研究生Nima Fazeli。研究團(tuán)隊(duì)還包括Miquel Oller，Jiajun Wu，Zheng Wu和麻省理工學(xué)院大腦和認(rèn)知科學(xué)教授Joshua Tenenbaum。

論文地址：

http://robotics.sciencemag.org/content/4/26/eaav3123

這項(xiàng)工作是開創(chuàng)性的，麻省理工學(xué)院機(jī)械工程系的Alberto Rodriguez評(píng)論道：“疊疊樂(lè)機(jī)器人展示了之前的機(jī)器人系統(tǒng)無(wú)法做到的事：快速學(xué)習(xí)執(zhí)行任務(wù)的最優(yōu)方法。它不僅利用常用的視覺反饋，還包括觸覺反饋和物理交互?！?/p>

例如，在手機(jī)生產(chǎn)流水線上，幾乎每一步都需要卡扣連接和螺絲固定，在這個(gè)過(guò)程中是依靠力和觸摸來(lái)判斷是否正確組裝的，而不是視覺。

而這項(xiàng)技術(shù)的靈魂就正是是研究人員精心構(gòu)建的學(xué)習(xí)模型。

推拉

在疊疊樂(lè)游戲中，54塊長(zhǎng)方形積木垂直交錯(cuò)堆疊成18層的積木塔，每層有三塊積木，玩家輪流抽出一塊積木放在塔頂來(lái)增加積木塔的高度，但是又不能使積木塔倒下。

想讓機(jī)器人學(xué)會(huì)玩疊疊樂(lè)，傳統(tǒng)的做法是收集積木塊、積木塔和機(jī)器人三者之間可能發(fā)生的所有交互，這需不但要耗費(fèi)大量計(jì)算資源，還需要成千上萬(wàn)次抽積木的操作。

Rodriguez和他的同伴從人類認(rèn)知和實(shí)際操作角度尋找到了一種更有效的數(shù)據(jù)處理方式。

這個(gè)團(tuán)隊(duì)定制了一個(gè)行業(yè)標(biāo)準(zhǔn)的ABB IRB 120機(jī)械臂，在機(jī)器人能夠觸到的范圍內(nèi)搭建了一個(gè)積木塔，然后開始訓(xùn)練。機(jī)器人首先隨機(jī)選擇一塊積木和推動(dòng)積木的位置，然后用較小的力試圖將積木推出塔外。

計(jì)算機(jī)則會(huì)在這個(gè)過(guò)程中記錄每次嘗試的視覺和力量數(shù)據(jù)，并標(biāo)注是否成功。

這個(gè)機(jī)器人沒(méi)有進(jìn)行成千上萬(wàn)次的嘗試（包括多次重建積木塔），它只進(jìn)行了大約300次的嘗試。把相似的數(shù)據(jù)和結(jié)果進(jìn)行聚類分組，表示特定的積木行為。例如，一組數(shù)據(jù)可能表示很難移動(dòng)的積木，另一組可能表示比較容易移動(dòng)的積木，或者移動(dòng)后積木塔會(huì)倒塌的積木。對(duì)于每一組數(shù)據(jù)，開發(fā)一個(gè)簡(jiǎn)單的模型，機(jī)器人將會(huì)基于它現(xiàn)有的視覺和觸覺數(shù)據(jù)來(lái)預(yù)測(cè)移動(dòng)一塊積木的行為。

Fazeli說(shuō)：“這種聚類技術(shù)受到人類認(rèn)知過(guò)程的啟發(fā)，顯著提高了機(jī)器人學(xué)習(xí)游戲的效率。讓機(jī)器人建立數(shù)據(jù)集群，然后學(xué)習(xí)每個(gè)集群的模型，而不是學(xué)習(xí)一個(gè)能夠捕捉所有可能性的模型?！?/p>

堆疊

研究者用模擬器MuJoCo，在計(jì)算機(jī)模擬的疊疊樂(lè)游戲中與其他如今最先進(jìn)的機(jī)器學(xué)習(xí)算法進(jìn)行比試，從而了解疊疊樂(lè)機(jī)器人在現(xiàn)實(shí)世界中的學(xué)習(xí)方式。

Oller說(shuō)：“我們把我們系統(tǒng)獲得的數(shù)據(jù)信息提供給這些算法，看它們是如何玩疊疊樂(lè)的。與我們的算法相比，這些算法需要搭建更大數(shù)量級(jí)的積木塔才能學(xué)會(huì)這個(gè)游戲。”

研究團(tuán)隊(duì)讓疊疊樂(lè)機(jī)器人與人類志愿者進(jìn)行了幾次非正式比賽。

Oller說(shuō)：“我們看到積木塔倒塌之前人類能抽出幾個(gè)積木塊，我們的機(jī)器人和人類不相上下。”

但是，疊疊樂(lè)機(jī)器人在與人類玩家進(jìn)行正式比賽之前還有很長(zhǎng)的路要走。除了物理交互，疊疊樂(lè)游戲還需要一些策略，比如抽出一塊積木，既不使積木塔倒塌又能使對(duì)手很難抽出下一塊積木。

目前，研究團(tuán)隊(duì)并不致力于讓機(jī)器人獲得疊疊樂(lè)冠軍，他們更想把這一新技能應(yīng)用到其他領(lǐng)域。

Rodriguez說(shuō)：“我們用手完成的很多任務(wù)都是憑感覺，這種感覺來(lái)自力量和觸覺反饋，我們的算法可以完成這類任務(wù)?！?/p>