麻省理工公布新成果 可讓機(jī)械手操縱超過2000個(gè)不同物體任意玩轉(zhuǎn)

2021-12-06 10:41:52 來源：智東西

麻省理工學(xué)院計(jì)算機(jī)科學(xué)與人工智能實(shí)驗(yàn)室(MIT CSAIL)公布了一項(xiàng)新成果 —— 一個(gè)能夠靈活控制機(jī)械手的程序框架。

在很長一段時(shí)間里，機(jī)械手的操縱物體能力還不如剛滿一歲的嬰兒靈活。即使現(xiàn)在機(jī)械手可以做的不僅僅是撿起和放下物體，但在發(fā)力和復(fù)雜手部動(dòng)作方面，它還沒有完全模仿到位。

目前，在該領(lǐng)域已經(jīng)有多個(gè) AI 實(shí)驗(yàn)室致力于機(jī)械手訓(xùn)練，例如 OpenAI 的 Dactyl 機(jī)器手、DeepMind 的 RGB 堆疊技術(shù)(RGB-Stacking)等，都在一定程度上促進(jìn)了機(jī)器人行業(yè)的發(fā)展。

MIT CSAIL 研究人員提出的程序框架可以讓機(jī)械手操縱超過 2000 個(gè)不同物體的方向，利用簡單的“師生”訓(xùn)練方法，在模擬環(huán)境中訓(xùn)練”教師“網(wǎng)絡(luò)，再應(yīng)用到現(xiàn)實(shí)世界的“學(xué)生”中，解決機(jī)械手技術(shù)的復(fù)雜問題。

該論文將在 2021 年機(jī)器人學(xué)習(xí)會(huì)議(Conference on Robot Learning，CORL)上發(fā)表。

一、從魔方到 2000 多種不同物體，任意玩轉(zhuǎn)

OpenAI2019 年 10 月 15 日在官網(wǎng)博客發(fā)布了 Dactyl 機(jī)械手的視頻，視頻內(nèi)容是 Dactyl 機(jī)械手在約 4 分鐘的時(shí)間里成功還原了一個(gè)三階魔方，這是在機(jī)械手控制領(lǐng)域，從定向任務(wù)編程邁向更通用 AI 技術(shù)的重要一步。

2021 年 10 月 12 日 DeepMind 發(fā)布 RGB 堆疊技術(shù)(RGB-Stacking)對(duì)機(jī)械手進(jìn)行強(qiáng)化學(xué)習(xí)訓(xùn)練，這是一個(gè)基于視覺的學(xué)習(xí)系統(tǒng)，評(píng)估多個(gè)研究對(duì)象的行為和動(dòng)作來提高機(jī)械手能力。

MIT CSAIL 的科學(xué)家們也一直致力于讓機(jī)器提高模仿人類的能力，他們創(chuàng)建了一個(gè)更大的程序框架：無論機(jī)械手朝上還是朝下，都可以重置 2000 多個(gè)物體的方向。從杯子到金槍魚罐頭、奶酪盒子等，甚至可以延伸到生活中不常見的物體，這個(gè)程序框架都可以幫助機(jī)械手以特定的方式，在合適的位置快速拾取和放置物體。

此前機(jī)械手通常只能完成單一任務(wù)或者只能在垂直位置上移動(dòng)，而現(xiàn)在機(jī)械手可以具備靈巧的“手部動(dòng)作”，有助于滿足物流和制造行業(yè)一些常見的需求。例如將物品裝入插槽中進(jìn)行裝配，或靈活操縱距離更遠(yuǎn)的工具。MIT CSAIL 的團(tuán)隊(duì)使用了具有 24 個(gè)自由度的擬人機(jī)械手，證明了該程序框架可以在未來轉(zhuǎn)移到真正的機(jī)器人系統(tǒng)上。

二、從零重力到正常條件，機(jī)械手性能提高

MIT CSAIL 博士生、Improbable AI Lab 研究小組首席研究員陳濤(Tao Chen)說：“在工業(yè)中，由于控制簡單，最常用的是平行爪夾持器，如下圖所示。但實(shí)際上它無法處理我們?cè)谌粘Ｉ钪锌吹降脑S多工具。即使用該夾持器控制鉗子也很困難，因?yàn)樗荒莒`活地只移動(dòng)其中一個(gè)手柄。我們的程序框架將允許多指機(jī)械手靈巧地操縱此類工具，這為機(jī)械手應(yīng)用開辟了一個(gè)新領(lǐng)域。”

機(jī)械手操縱物體時(shí)需要控制大量電機(jī)，并且手指與物體之間的接觸狀態(tài)也在頻繁變化，因此，機(jī)械手重置物體方向一直是一個(gè)具有挑戰(zhàn)性的技術(shù)難題。該程序框架需要通過 2000 多個(gè)對(duì)象進(jìn)行學(xué)習(xí)。

當(dāng)機(jī)械手朝下時(shí)，問題就變得更加棘手。機(jī)械手不僅需要操縱物體，還需要克服重力使其不會(huì)掉落。

該團(tuán)隊(duì)發(fā)現(xiàn)一種簡單的方法可以解決復(fù)雜的問題。他們使用了深度學(xué)習(xí)的無模型強(qiáng)化學(xué)習(xí)算法，意味著該程序框架必須從與環(huán)境的交互中找出價(jià)值函數(shù)，以及所謂的“師生”訓(xùn)練方法。

為此，研究人員利用物體和機(jī)械手的信息對(duì)“教師”網(wǎng)絡(luò)進(jìn)行訓(xùn)練，這些信息無法在現(xiàn)實(shí)世界中獲得，只能在模擬環(huán)境中獲得，例如指尖的位置或物體移動(dòng)速度。

為了確保機(jī)械手可以在模擬環(huán)境之外工作，“教師”網(wǎng)絡(luò)學(xué)習(xí)到的內(nèi)容將被提煉為現(xiàn)實(shí)世界中可以獲取的觀察結(jié)果，并提供給“學(xué)生”網(wǎng)絡(luò)，例如攝像機(jī)捕獲的深度圖像、物體姿態(tài)和機(jī)械手的關(guān)節(jié)位置。

他們還使用了“重力課程”的學(xué)習(xí)方法，機(jī)械手首先在零重力環(huán)境中學(xué)習(xí)技能，然后慢慢地讓控制器適應(yīng)正常的重力條件，以這種形式訓(xùn)練機(jī)械手確實(shí)提高了其整體性能。

看似不是正常的學(xué)習(xí)過程，但被稱為機(jī)械手“大腦”的單個(gè)控制器可以通過這種訓(xùn)練方法重新放置大量物體，即使這些物體它以前從未見過并且不知道形狀。

三、機(jī)械手成功率受物體形狀制約

麻省理工學(xué)院教授、該研究論文作者 Pulkit Agrawal 說：“我們最初認(rèn)為，在機(jī)械手操縱物體時(shí)推斷形狀的視覺感知算法將是主要挑戰(zhàn)。相反，我們的結(jié)果表明，機(jī)械手可以學(xué)習(xí)與形狀無關(guān)的強(qiáng)大控制策略。這表明視覺感知對(duì)于操縱的重要性可能遠(yuǎn)不如我們習(xí)慣的思維方式重要，而更簡單的感知處理策略可能就足夠了。”

例如蘋果、網(wǎng)球、彈珠等小的球形物體在用機(jī)械手重新放置時(shí)，其成功率接近 100%。而對(duì)于勺子、螺絲刀和剪刀等更復(fù)雜的物體放置的成功率較低，只有約 30%。

由于其成功率因?qū)ο笮螤疃兴睿搱F(tuán)隊(duì)指出，在未來基于物體形狀訓(xùn)練模型可以進(jìn)一步提高機(jī)械手性能。

結(jié)語：簡單方法解決機(jī)械手復(fù)雜難題

此次麻省理工學(xué)院研究小組推出的程序框架，可以幫助機(jī)械手重新定位不同物體，操縱機(jī)械手多指機(jī)械手使用多種復(fù)雜工具，并滿足生產(chǎn)過程中的多種需求，開辟機(jī)械手應(yīng)用的新領(lǐng)域。

該研究小組表示，由于高維驅(qū)動(dòng)空間和手指與物體之間接觸狀態(tài)的頻繁變化，手持物體重新放置方向一直是機(jī)器人技術(shù)中的一個(gè)具有挑戰(zhàn)性的問題。用簡單的“師生”方法訓(xùn)練機(jī)械手，巧妙的解決了這一復(fù)雜問題。

關(guān)鍵詞： 麻省理工 新成果 機(jī)械手 操縱 物體