支持科学新闻报道
如果您喜欢这篇文章，请考虑支持我们屡获殊荣的新闻报道，方式是 订阅。通过购买订阅，您正在帮助确保关于塑造我们当今世界的发现和想法的重大故事拥有未来。
计算机从房屋大小、基于真空管且价格堪比房屋的机器，发展到廉价的芯片驱动桌面型号，且处理能力大幅提升，仅仅用了几十年时间。“个人机器人”——可以在家或办公室提供帮助的廉价机器——的时代可能比我们想象的更近。但首先，艾姆斯市爱荷华州立大学电气与计算机工程助理教授亚历山大·斯托伊切夫说，机器人必须被教会做一些我们本能地知道的事情：如何学习。
“真正有用的个人机器人[必须具备]从与物理和社会环境的互动中自主学习的能力，”斯托伊切夫说，他的发展机器人学领域将发展心理学和神经科学与人工智能和机器人工程相结合。“一旦购买，它不应依赖于人类程序员。它必须是可训练的。”
斯托伊切夫和一组研究生正在开发软件，以教导机器人像两岁儿童一样学习。他们的平台是一个人形机器人，它伸出两个由马萨诸塞州剑桥市的Barrett Technology, Inc.制造的 60 磅（27 公斤）重的全臂机械手 (WAM)，每个机械手都配备一个 2.6 磅（1.2 公斤）重的三指BarrettHand。
在一组实验中，机器人被呈现了 36 种不同的物体，包括冰球和特百惠容器。它可以对每个物体执行五种不同的动作——抓取、推、敲击、摇晃和掉落——并且必须仅根据它们发出的声音来识别和分类它们。仅一次动作后，机器人的成功率就达到了 72%，但随着每次连续的动作，其准确率飙升，在所有五个动作后达到 99.2%。机器人已经学会使用感知模型来识别和分类物体——并且它可以依靠这个模型来估计两个物体仅凭它们发出的声音的相似程度，从而指导它。
另一组实验表明，机器人可以学会分辨某物是否是容器。该团队向这台机器展示了不同形状的物体，机器顶部装有一个 3D 摄像头。通过在每个物体上掉落一个小方块，然后推动它，机器人学会将物体分类为容器——当被推动时，与方块一起移动的物体["共同移动"] 更频繁——或非容器。然后，机器人可以使用这些知识来判断不熟悉的物体是否可以装东西；换句话说，它大致学会了如何辨别容器的独特特征。
当个人机器人最终进入零售连锁店时，它们可能看起来像 HERB，这是在匹兹堡英特尔实验室创建的“家庭探索机器人管家”。它是该公司个人机器人项目的一部分，该项目的目标是制造一个真正自主的机器人助手，它可以像人类一样快速地在杂乱的环境（如家庭或办公室）中执行日常任务。
这台三英尺（一米）高的机器，在一个 Segway 个人运输器的底座上平衡着一个 Barrett WAM 机械臂和一个 BarrettHand，并带有两个小型辅助轮。为了在动态环境中找到路径，HERB 使用两个激光测距仪和一个摄像头，使其能够区分人和固定和可移动物体，如墙壁和椅子。（空间的粗略布局图首先被编程到机器人中。）通过观察人们的移动方式，机器人使用学习算法和概率分布来预测他们下一步将要去哪里，以避免与他们相撞。“HERB 知道人是有意图的，他们不会只是直线移动，”英特尔研究科学家西德·斯里尼瓦萨，该项目的共同负责人之一说。为了弄清楚物体是什么，HERB 将其实时摄像头图像与其数据库中的一组 3D 模型进行比较，这些模型是从研究人员之前向其展示的代表性图像构建的。
在杂乱的环境中操作物体，例如在房子里搬运装满液体的水壶而不会洒出任何东西，需要两种技能。首先，HERB 具有随机规划算法，以确定尽快抓取或移动物体的最佳方式。例如，机器人可能有 30 秒的时间来“思考”拿起一个马克杯的方法；如果它在 15 秒内找到一种方法，那么它还有 15 秒的时间来改进其计划。“它们不是最优算法，但很实用，”斯里尼瓦萨说。
HERB 还使用模仿学习来弄清楚如何通过观察人们如何处理物体来处理物体。“我们更擅长演示动作，而不是解释它们，”斯里尼瓦萨说。“HERB 采集人类的例子并从中学习概括。它不仅仅是重复你正在做的事情。” 这有助于机器人处理新的、不熟悉的物品。在 10 月份为期一天的公开演示中，HERB 在一个模型厨房中移动，打开橱柜和冰箱，并将物体递给参观者或放入回收箱——所有这些都只有几次失误。
斯里尼瓦萨最终希望 HERB 学习一些简单的社会规则——例如知道绕过一群人而不是穿过他们——以及如何处理完全陌生的环境，即使在黑暗中也是如此。他估计，有用的机器人助手大约还需要十年时间。“摩尔定律”——英特尔联合创始人戈登·摩尔在 1965 年首次提出的经验法则，即芯片上的晶体管数量每两年翻一番——“站在我们这边。”他说
与此同时，学习型机器人有时会给自己的创造者带来惊喜。斯里尼瓦萨讲述了一个早期版本的 HERB 如何让研究人员感到困惑，当时它正在抓取咖啡杯并将它们放入洗碗机架。它使用了一种奇怪的手部姿势，其中一个“拇指”朝下。然后他们意识到这是一种“效率更高的运动”，专业调酒师使用这种运动，斯里尼瓦萨说：“他们从下方抬起并在一个流畅的动作中倾倒，就像电影《鸡尾酒》中一样。” 他称这些惊喜为“进行操作研究的乐趣之一”。