帝国理工学院推出教授机器人新技能的更简单方法

盖世汽车讯 虽然机器人专家在过去几十年中推出了越来越复杂的系统，但教会这些系统成功可靠地处理新任务往往具有挑战性。这种训练的一部分需要将高维数据（例如机载RGB摄像头收集的图像）映射到面向目标的机器人动作。

图片来源：arXiv预印本服务器

据外媒报道，伦敦帝国理工学院（Imperial College London）和及其戴森机器人学习实验室（Dyson Robot Learning Lab）的研究人员最近推出渲染和漫反射（Render and Diffuse，R&D）技术，这是一种使用机器人系统的虚拟3D渲染将低级机器人动作和RBG图像统一起来的方法。相关论文发表在arXiv预印本服务器上，并表示最终可以促进教授机器人新技能的过程，减少许多现有方法所需的大量人工演示。

“我们最近研究目标是让人类能够有效地向机器人传授新技能，而无需进行大量演示，”伦敦帝国理工学院博士生兼主要作者Vitalis Vosylius说道。“现有技术是数据密集型的，难以进行空间泛化，当物体的位置与演示不同时，它们的表现很差。这是因为当数据有限时，从RGB图像中预测精确的动作作为数字序列是极具挑战性的。”

在Dyson Robot Learning实习期间，Vosylius参与了一个项目，最终推动R&D方法的发展。该项目旨在简化机器人的学习问题，使它们能够更有效地预测动作，从而完成各种任务。

与大多数机器人系统不同，在学习新的手动技能时，人类不会进行大量计算来确定四肢应该移动多少。相反，他们通常会尝试想象他们的手应该如何移动才能有效地完成特定任务。

“我们的方法，渲染和漫反射，允许机器人做类似的事情：使用他们自己化身的虚拟渲染在图像中‘想象’动作，”Vosylius解释说。“将机器人动作和观察结果一起表示为RGB图像使我们能够用更少的演示教机器人各种任务，并且具有改进的空间泛化能力。”

机器人要学会完成一项新任务，首先需要根据传感器捕获的图像预测自己应该执行的操作。该R&D方法本质上可以让机器人更有效地学习图像和动作之间的映射。

“正如其名称所暗示的那样，我们的方法有两个主要组成部分，”Vosylius表示。“首先，我们使用机器人的虚拟渲染，让机器人以它看到环境的方式‘想象’自己的动作。通过渲染机器人在采取某些动作时最终会处于的配置来实现这一点。其次，我们使用一种学习漫反射过程，反复完善这些想象的动作，最终形成机器人完成任务需要采取的一系列动作。”

利用广泛使用的机器人3D模型和渲染技术，R&D方法可以大大简化新技能的获取，同时显著减少训练数据要求。研究人员在一系列模拟中评估了该方法，发现它提高了机器人策略的泛化能力。