導讀
近日，Alphabet X 團隊（以前的Google X）研製出垃圾分類機器人，可以在辦公室裡來回遊走撿起垃圾，並把垃圾分門別類。實驗顯示，這款垃圾分類機器人可以把辦公室的廢物汙染水平從20%降低到5%以下。
幹垃圾？溼垃圾？可回收垃圾？有害垃圾？
各個城市的垃圾分類進行得如火如荼，到2020年底，還有46個城市要加入垃圾分類大軍。不少小夥伴的每日靈魂拷問已經變成了：“你是什麼垃圾？”真是想想就讓人頭禿。
好在，谷歌傳來新消息，Alphabet的X 團隊（以前的Google X）研製出了垃圾分類機器人，簡直是“垃圾分類綜合症患者”解放雙手的福音！
自行拾取垃圾並進行分類
近幾個月，Alphabet X的垃圾分類機器人一直在對堆肥、回收物和初步使用的堆填區廢物進行分類。
這些帶輪子的機器人可以自行在辦公室中移動著搜尋垃圾，並利用計算機視覺和機械手臂相結合，對垃圾進行分類。
機器人可以在辦公室中自行移動。
可以自行抓取塑料瓶進行分類。
可以從放置廢棄紙杯的盒子中抓取易拉罐將其準確放置到放其他易拉罐的盒子中。
“在過去的幾個月裡，我們的機器人對成千上萬塊的垃圾進行了分類，把我們辦公室的廢物汙染水平從20%降低到了5%以下。” Alphabet X機器人項目負責人Hans Peter Brondmo表示。
垃圾分類機器人原理
垃圾分類機器人融合了多種機器人技術，除了大家已經熟知的計算機視覺技術感知功能、自動駕駛技術等，為了讓機器人更靈活掌握抓取、開關等動作，Alphabet X還做了很多有趣的嘗試。
①從遙控遊戲數據中學習
在遙控遊戲數據中學習可以作為擴大多任務機器人技能學習的一種方法。遊戲的多樣性對尋求學習控制的方法提出了多模式挑戰。
Alphabet X此次並沒有編寫讓機器人識別不同種類物品的複雜指令，而是通過反覆試驗，讓機器人自己找出問題的答案。
根據Play-LMP算法，機器人能夠執行指定的複雜操作任務，平均成功率達85.5%。這遠勝過通過專家演示訓練的單個模型70.3%的成功率。
儘管從未接受過任務標籤的培訓，但機器人學會了圍繞功能性任務組織其潛在計劃空間。
②和其他機器人學習
機器人學習並實現複雜技能，其中一個非常簡單粗暴的方法就是讓不同機器人之間能夠共享經驗。通過無模型的強化學習，機器人可以根據經驗不斷優化自身的策略來完善技能。
比如要學習開門的動作，機器人的目標是運動到指定的位置，然後完成開門動作。
在學習過程中，每個機器人都安裝了同一個神經網絡，機器人通過查詢這個網絡，來快速計算各種動作的潛在價值，以選擇合適的動作來執行。所有機器人的經驗都被上傳到中央服務器，更多的數據讓神經網絡能夠更加清楚“動作”和“結果”間的聯繫，從而對不同狀態下各種動作的結果有更準確的評價。
經過幾次改進之後，機器人們就都學會了開門這項技能。
③利用模擬訓練數據
無論是無模型學習還是機器人的其他學習，都需要大量的數據訓練。而眾所周知的是，機器人技術領域的數據收集成本很高。這種情況下，利用模擬訓練來生成大量帶標籤的數據就成了一種節省成本的有效選擇。
藉助隨機到規範的適應網絡（Randomized-to-Canonical Adaptation Networks，簡稱RCANs），我們可以將隨機渲染的圖像轉換為等效的非隨機規範版本，進而將真實圖像也轉換為規範的SIM圖像。這樣在模擬訓練中的抓取數據就可以轉移到實際訓練中，抓取成功率可達70%。
如果，再結合5000次在真實世界中抓取的數據，對模型進行微調，那麼成功率將達到91%。這相當於在真實世界抓取58萬次得到的數據結果，直接節省了99%的真實實驗。
Alphabet X的日常機器人項目
Alphabet X的垃圾分類機器人並非個例。AMP Robotics為其自動化垃圾分類的人工智能融資了1600萬美元。垃圾分類計算機視覺系統Oscar正在試用於企業園區。此外，麻省理工學院研發的系統可通過觸覺識別紙張、塑料和金屬等可回收材料。垃圾分類機器人的研究在不斷推進。
然而對於AlphabetX來說，垃圾分類機器人僅是其“日常機器人項目（Everyday Robot Project）”中的一個。Alphabet X的“日常機器人項目”，旨在開發“通用學習機器人”，在日常生活中為人們提供便利。比如讓機器人收拾衣櫥中的衣服或者收拾廚房、洗碗……
顯然，這聽起來難度很大。不過好在垃圾分類機器人已經邁出了第一步。道阻且長，行則將至。
參考鏈接：
https://learning-from-play.github.io
https://arxiv.org/abs/1812.07252
圖片源自網絡
END
閱讀更多 機器人大講堂 的文章
