在智能家居時代即將來臨的未來，購買家務(wù)機器人可能會成為常態(tài)。然而，當(dāng)這些自動助手無法執(zhí)行看似簡單的任務(wù)時，消費者可能會感到挫敗。此時，美國麻省理工學(xué)院電氣工程和計算機科學(xué)系的研究員 Andi Peng 及其團隊的研究就顯得尤為重要，他們正在研發(fā)一個新的方法來改善機器人的學(xué)習(xí)能力。

Peng女士和她的研究團隊創(chuàng)新性地構(gòu)建了一個人機交互框架，該系統(tǒng)的核心特性是能夠生成反事實敘述，準(zhǔn)確指出機器人要成功執(zhí)行任務(wù)所需的改變。比如，當(dāng)機器人無法識別一只特殊顏色的杯子時，該系統(tǒng)會為機器人提供可能的替代情景，也許，如果杯子是更常見的顏色，機器人就能成功識別。這些反事實解釋與人類反饋相結(jié)合，簡化了為機器人微調(diào)生成新數(shù)據(jù)的過程。

Peng女士闡釋道：“微調(diào)是優(yōu)化已經(jīng)熟練掌握一項任務(wù)的現(xiàn)有機器學(xué)習(xí)模型的過程，使其能夠執(zhí)行另一項類似的任務(wù)?！?/p>

該系統(tǒng)的測試效果令人印象深刻，使用此方法訓(xùn)練的機器人表現(xiàn)出了快速的學(xué)習(xí)能力，同時也減少了人類教師的投入時間。如果能在更廣泛的領(lǐng)域成功實施，這種創(chuàng)新的框架可能幫助機器人更快地適應(yīng)新環(huán)境，最大程度地減少用戶對高級技術(shù)的需求。這項技術(shù)可能會成為推動通用機器人更好地幫助老年人或殘疾人的關(guān)鍵。

Peng女士表示：“最終目標(biāo)是使機器人能夠在一個類似于人類的抽象層面上進行學(xué)習(xí)和發(fā)揮作用?！?/p>

機器人學(xué)習(xí)的一個主要難點是所謂的“分布轉(zhuǎn)移”，指的是機器人遇到在訓(xùn)練過程中未見過的物體或空間的情況。為了解決這個問題，研究人員引入了一種名為“模仿學(xué)習(xí)”的方法。然而，這種方法仍有其局限性。

Peng女士說：“想象一下，我們必須用 30,000 個杯子進行示范，機器人才能夠拿起任何一只杯子。相比之下，我更希望只用一個杯子進行示范，然后教機器人如何拿起任何顏色的杯子?！?/p>

因此，他們的系統(tǒng)將識別哪些對象屬性對完成任務(wù)至關(guān)重要（比如杯子的形狀），哪些屬性則不是（比如杯子的顏色）。有了這些信息，該系統(tǒng)將生成合成數(shù)據(jù)，改變“非必要”的視覺元素，以優(yōu)化機器人的學(xué)習(xí)過程。

為了評估這一框架的效果，研究人員進行了一項涉及人類用戶的測試，以確定系統(tǒng)的反事實解釋是否增強了他們對機器人任務(wù)表現(xiàn)的理解。

Peng女士說：“我們發(fā)現(xiàn)，人類天生就擅長這種形式的反事實推理。正是這種反事實元素使我們能夠?qū)⑷祟惖耐评砟芰o縫地轉(zhuǎn)化為機器人邏輯?！?/p>

在多次模擬中，機器人通過他們的方法學(xué)習(xí)得更快，表現(xiàn)優(yōu)于其他技術(shù)，同時還減少了用戶示范的需求。

在未來，這個團隊計劃在實際的機器人上實施這個框架，并致力于通過生成機器學(xué)習(xí)模型來縮短數(shù)據(jù)生成時間。這種突破性的方法可能改變機器人的學(xué)習(xí)軌跡，為機器人更好地融入我們?nèi)粘Ｉ钪械奈磥礓伷降缆贰?/p>