借助 WMG AI 算法，机器人的手距离人类更近了一步

Shadow Robot Dexterous Hand是一种机械手，其大小、形状和移动能力与人手相似。为了让机械手能够学习如何操纵物体，华威大学 WMG 的研究人员开发了新的人工智能算法。机器人手可用于许多应用，例如制造、手术和核退役等危险活动。例如，机械手在计算机组装中非常有用，其中组装微芯片需要达到目前只有人手才能达到的精度水平。由于在装配线上使用机器人手，可以实现更高的生产率，同时确保减少工作风险情况对人类工人的影响。在论文“通过轨迹优化和强化学习解决具有挑战性的灵巧操作任务”中，研究人员 Giovanni Montana 教授和来自联合国 WMG 的 Henry Charlesworth 博士华威大学开发了新的 AI 算法 - 或“大脑” - 需要学习如何协调手指的运动并进行操作。使用 Shadow 机械手的物理逼真模拟，研究人员已经能够让两只手传球和投掷对象，以及在手指之间旋转一支笔。然而，算法并不局限于这些任务，只要可以模拟，就可以学习任何任务。 3D 模拟是使用华盛顿大学的物理引擎 MuJoCo（带接触的多关节动力学）开发的。研究人员的方法使用两种算法。最初，规划算法会生成一些关于手应该如何执行特定任务的近似示例。这些例子随后被强化学习算法使用，该算法自行掌握操作技巧。通过采用这种方法，研究人员已经能够产生显着与现有方法相比，性能显着提高。模拟环境已公开供任何研究人员使用。图片由华威大学 WMG 提供 既然算法在模拟中取得了成功，Montana 教授的团队将继续与 Shadow Robot 密切合作，并在真实的机器人硬件上测试 AI 方法，这可以看到手更进一步接近在现实生活中使用。在将在 2021 年 NeurIPS 会议上发表的第二篇论文“PlanGAN：基于模型的稀疏奖励和多目标规划”中，WMG 研究人员还开发了一种新颖的通用人工智能方法使机器人能够学习诸如接触和移动物体等任务，这将进一步改进手部操作应用程序。华威大学 WMG 的 Giovanni Montana 教授评论说：“数字化的未来sation 依赖于可以自主学习的 AI 算法，并且能够开发算法使 Shadow Robot 的手能够像真实的手一样操作而无需任何人工输入，这是向前迈出的令人兴奋的一步。这些自主的手在未来可以用来运送机器人外科医生，提高装配线的生产率，并在拆弹等危险工作中代替人类。”“在未来的工作中，我们会让机器人像人类一样准确地感知环境这样做，不仅通过可以看到世界的计算机视觉算法，而且通过检测温度、力和振动的传感器，这样机器人就可以在感觉到这些感觉时学习该怎么做。在伦敦，评论：
“当我们开始建造灵巧的手时，是因为如果不建造灵巧的手，就无法抓住它！ 20 年后，我们现在看到研究人员像乔瓦尼通过创造足够聪明的算法来控制机器人手来实现硬件的承诺——也许很快我们就会看到超人的表现？”