【电话机器人】OpenAI的“最先进的”系统让机器人变得像人类一样灵巧

　　今年6月，由ElonMusk、ReidHoffman和PeterThiel等业界巨头支持的非营利机构、总部位于旧金山的人工智能' target='_blank'>人工智能研究公司OpenAI宣布，其最新版本的Dota2-playAI——被称为OpenAIFive——成功击败了业余玩家，成为头条新闻。今天，它又推出了另一款能够像人类一样灵巧地操纵物体的机器人系统。 　　OpenAI的研究人员在即将发表的一篇论文《灵巧的手工操作》中描述了一个系统，该系统使用了一个强化模型，在这个模型中，人工智能通过尝试和错误来学习，指导机器人用最先进的精度抓取和操作物体。更让人印象深刻的是，它是完全数字化的，在一个计算机模拟中训练的，没有提供任何人类演示来学习。 　　研究小组写道:虽然灵巧地操纵物体对人类来说是一项基本的日常任务，但对于自主机器人来说，这仍是一项挑战。现代机器人通常是为特定任务而设计的，在受限的环境中，它们在很大程度上无法使用复杂的末端执行器……在这项工作中，我们演示了训练控制策略的方法，这些策略执行手控操作，并将它们部署在一个物理机器人上。 　　那么他们是怎么做到的呢？ 　　研究人员使用MuJoCo物理引擎模拟一个真实的机器人可能在其中工作的物理环境，并用Unity渲染图像，训练计算机视觉模型识别姿势。但是这个方法有它的局限性，团队写道——这个模拟仅仅是物理设置的一个粗略的近似，这使得它不太可能产生能够很好地转化为现实世界的系统。 　　他们的解决方案是随机化环境的各个方面，比如物理(摩擦、重力、关节极限、物体尺寸等等)和视觉外观(灯光条件、手和物体的姿态、材料和纹理)。这既降低了过度拟合的可能性——当神经网络学习训练数据中的噪声，对其性能产生负面影响时，就会出现这种现象——也增加了产生一种算法的机会，该算法可以根据真实世界的指尖位置和目标姿态成功地选择动作。 　　接下来，研究人员用384台机器(每个机器有16个CPU内核)训练了这个模型——一个周期性的神经网络，让它们每小时产生大约两年的模拟体验。在8台GPU电脑上进行优化后，他们进入了下一个步骤：训练一个卷积神经网络，该神经网络可以从三个模拟相机图像中预测机器人手中的物体位置和方向。 　　一旦模型被训练，它就进入了验证测试。研究人员使用了一只影子灵巧手，这是一只机械手，有五个手指，总共有24个自由度。与此同时，两套相机——运动捕捉相机和RGB相机——作为系统的眼睛，允许它跟踪物体的旋转和方向。(虽然这只影子灵巧手有触觉传感器，但研究小组只选择了它的关节感应能力，用于控制手指的位置。) 　　在两个测试中的第一个，算法的任务是重新定位一个标有字母的块。团队选择了一个随机的目标，每次人工智能完成时，他们都选择了一个新的目标，直到机器人(1)放弃了块，(2)花了一分钟多的时间来操作块，或者(3)达到了50个成功的旋转。在第二次测试中，该块用八角形棱镜交换。 　　结果呢？这些模型不仅展示了前所未有的表现，而且还自然地发现了在人类身上观察到的各种抓握类型，如三脚架(用拇指、食指和中指的一种抓握)、棱柱式抓握(用拇指和手指相对的一种抓握)和指尖夹握。他们还学习了如何旋转和滑动机器人的手指，以及如何利用重力、平移和扭转力将物体放置到想要的位置。 　　他们写道:我们的系统不仅能重新发现人类身上已经发现的，还能让它们更好地适应自身的局限和能力。 　　这并不是说这是一个完美的系统。它没有被明确训练来处理多个对象——它很难旋转一个球形的第三个物体。在第二次测试中，仿真与真实机器人之间存在可测量的性能差异。 　　但最终，研究结果证明了当代深度学习算法的潜力，研究人员总结道:(这些)算法可以应用于解决复杂的现实世界机器人问题，而这些问题是现有的非基于学习的方法无法解决的。