客服热线：
手机版
二维码
全新的家用机器人送到您家，您让它给您煮一杯咖啡。虽然它在模拟厨房的实践中掌握了一些基本技能，但它能做的动作实在太多了--打开水龙头、冲洗马桶、倒出面粉盒等等。但可能有用的动作却少之又少。在新的情况下，机器人该如何判断哪些步骤是合理的呢？
它可以使用 PIGINet，这是一个旨在有效提高家用机器人解决问题能力的新系统。美国麻省理工学院计算机科学与人工智能实验室（CSAIL）的研究人员正在利用机器学习来减少考虑所有可能行动的典型任务规划迭代过程。PIGINet 可消除无法满足无碰撞要求的任务计划，只需在 300-500 个问题上进行训练，就能将计划时间缩短 50%-80%。
通常情况下，机器人会尝试各种任务计划，并不断改进其动作，直到找到可行的解决方案，这可能会既低效又耗时，尤其是在存在可移动和铰接障碍物的情况下。举例来说，也许在烹饪之后，你想把所有的调味汁都放进橱柜里。这个问题可能需要 2 到 8 个步骤，具体取决于当时的情况。机器人是否需要打开多个橱柜门，或者橱柜内是否有任何障碍物需要移动以腾出空间？您不希望机器人的速度慢得令人讨厌--如果它在思考的时候烧了晚餐，那就更糟了。
家用机器人通常被认为是按照预先设定的配方来执行任务，但这并不总是适合多样化或不断变化的环境。那么，PIGINet 是如何避免这些预定义规则的呢？PIGINet 是一个神经网络，它能接收 "计划、图像、目标和初始事实"，然后预测任务计划被完善的概率，从而找到可行的运动计划。
简单来说，它采用了变压器编码器，这是一种多功能的先进模型，设计用于在数据序列上运行。在本例中，输入序列是关于正在考虑的任务计划的信息、环境图像以及初始状态和预期目标的符号编码。编码器将任务计划、图像和文本结合起来，生成关于所选任务计划可行性的预测。
以厨房为例，团队创建了数百个模拟环境，每个环境都有不同的布局和特定的任务，需要在柜台、冰箱、橱柜、水槽和烹饪锅之间重新排列物品。通过测量解决问题所需的时间，他们将 PIGINet 与之前的方法进行了比较。一个正确的任务计划可能包括打开冰箱左门、取下锅盖、将卷心菜从锅里移到冰箱、将土豆移到冰箱、从水槽中拿起瓶子、将瓶子放入水槽、拿起西红柿或放入西红柿。在较为简单的场景中，PIGINet 将计划时间大幅缩短了 80%，而在计划序列较长、训练数据较少的复杂场景中，PIGINet 则将计划时间缩短了 20%-50%。
麻省理工学院教授兼 CSAIL 首席研究员莱斯利-帕克-凯尔布林（Leslie Pack Kaelbling）说："PIGINet 等系统利用数据驱动方法的强大功能高效处理熟悉的案例，但仍能依靠'第一原理'规划方法验证基于学习的建议并解决新问题，提供了两全其美的方案，为各种问题提供了可靠高效的通用解决方案。“
PIGINet 在输入序列中使用多模态嵌入技术，可以更好地表示和理解复杂的几何关系。使用图像数据有助于模型在不知道物体三维网格的情况下掌握空间布局和物体配置，从而进行精确的碰撞检查，实现在不同环境中的快速决策。
在 PIGINet 的开发过程中，面临的主要挑战之一是缺乏良好的训练数据，因为所有可行和不可行的计划都需要由传统的规划器生成，而传统的规划器首先速度较慢。然而，通过使用预训练的视觉语言模型和数据增强技巧，该团队能够应对这一挑战，不仅在处理已见物体的问题上显示出令人印象深刻的计划时间缩短效果，而且还能对以前未见的物体进行零点泛化。
"由于每个人的家都不一样，机器人应该成为适应性强的问题解决者，而不仅仅是食谱的追随者。我们的关键想法是让通用任务规划器生成候选任务计划，并使用深度学习模型选择有前途的计划。这样，家用机器人的效率更高、适应性更强、更实用，即使在复杂多变的环境中也能灵活导航。此外，PIGINet 的实际应用还不仅限于家庭。“Beomjoon Kim 博士表示：“本文解决了实现通用机器人的基本挑战：如何从过去的经验中学习，以加快在充满大量铰接式和可移动障碍物的非结构化环境中的决策过程。 。
韩国科学技术院（KAIST）人工智能研究生院助理教授。此类问题的核心瓶颈是如何确定高层任务计划，从而存在实现高层计划的低层运动计划。通常，您必须在运动和任务规划之间摇摆，这会导致严重的问题。计算效率低下。朱田的工作通过使用学习来消除不可行的任务计划来解决这个问题，并且是朝着有希望的方向迈出的一步。
