案例分析 | 谷歌人工智能机器人TossBot

投掷、滑动、旋转、摆动、捕捉和其他运动技能是未来智能机器人运动系统的基础，这些技能对目前最先进的机器人系统来说也仍然存在挑战。尽管在目前的技术能够使机器人有效掌握物体，视觉上自我适应以及从实际经验中进行学习，但机器人的操作过程仍需要仔细考虑如何拾取、处理和放置各种物体，这需要大量的计算与耗时。那么，机器人是否具备像人一样的 “直觉”呢？

谷歌的研究员Andy Zeng和他的同事们为了回答这个问题，与普林斯顿大学，哥伦比亚大学和麻省理工学院等众多志同道合的研究者合作开发了一个名为TossBot的拾取器机器人，该机器人能够抓住形态各异的物体并将其按一定规律归类，而且会采用扔的形式。TossBot的速度是最先进抓取机器人的两倍，并且由于实现了物体投掷，所以物体放置范围也会是普通机械臂的两倍以上，最难得的是它还可以通过自我监督来提高自己的各项能力。

将物体投入可预测范围并不容易，即使对人类也是如此——NBA球星也不可能百发百中。抓握力度与姿势、物体质量、空气阻力、摩擦力、空气动力学以及无数其他变量会影响物体的轨迹。尽管通过试错学习进行物理建模是可行的，但Andy Zeng指出，它计算成本高，需要大量时间，并且不会产生泛化的策略。相反，TossingBot使用抛物弹道模型来估计将物体送到目标位置所需的速度，并使用神经网络对来自机器人头顶摄像机的视觉和测距数据进行训练。这种将物理学技术与深度学习技术混合的方法可以让机器人的投掷准确率达到85％以上。

教TossingBot抓住物体是第二个棘手的难关，毕竟它会优先尝试抓“坏”物体，直到它识别出更好的方法，训练时让TossingBot通过偶尔随机投掷物体以及尝试突破速度来提高其投掷能力。经过14个小时超10,000次抓握和投掷尝试后，TossingBot能够达到87％的准确抓取与投掷。

不过更令人印象深刻的是，再次经过一两个小时的训练，TossingBot就可以自行适应抓取从未碰到过的位置以及从未见过的物体，例如假水果、装饰物品和办公物品。当研究人员使用几何上更简单的小物品时，TossingBot学会了更多的依赖几何线索（例如形状）来学习抓握和投掷。这些新兴的功能是从头开始隐式学习的，除了告诉TossingBot要抓取和投掷之外没有任何明确的监督，然而这些就足够让机器人系统能够区分物体的类别。

研究人员承认，TossingBot尚未使用脆弱的物体进行测试，并且目前它仅能使用严格的可视化数据作为输入，这可能会影响其在测试中对新物体做出反应的能力。不过这种其他学科与深度学习相结合的方法，是进行未来研究的绝佳方向。