机器人通过观看人类学习的方法

卡内基梅隆大学（CMU）的研究人员开发了一种新的学习方法，使机器人能够直接从人类交互视频中学习，并将信息概括到新任务中，这有助于它们学习如何执行家务。这种学习方法称为WHIRL，代表在野外人类模仿机器人学习，它帮助机器人观察任务并收集视频数据，最终学习如何完成工作本身。

该研究在纽约的机器人：科学和系统会议上进行了介绍。

模仿作为学习的一种方式

Shikhar Bahl是卡内基梅隆大学计算机科学学院机器人研究所（RI）的博士生。

“模仿是一种很好的学习方式，”Bahl说。“让机器人直接通过观看人类仍然是该领域的一个未解决的问题，但这项工作在使机器人能够实现这一能力方面取得了重大进展。”

Bahl与Deepak Pathak和Abhinav Gupta合作，他们都是RI的教师。该团队在一台现成的机器人上添加了摄像头和软件，机器人学习了如何完成20多个任务。这些任务包括从打开和关闭电器到从垃圾桶中取出垃圾袋等一切。每次机器人在尝试自己完成任务之前都会观看人类完成任务。

Pathak是RI的助理教授。

“这项工作提出了一种将机器人带入家庭的方法，”Pathak说。“与其等待机器人被编程或训练以成功完成不同的任务，然后再部署到人们的家中，这项技术允许我们部署机器人并让它们通过观看学习如何完成任务，同时适应环境并仅通过观看而改进。”

https://www.youtube.com/watch?v=pIbHOuvuCl8

WHIRL与当前方法的比较

大多数当前的机器人学习方法依赖于模仿或强化学习。模仿学习中，人类手动操作机器人并教它如何完成任务，这需要多次重复才能让机器人学习。强化学习中，机器人通常在模拟中训练数百万个示例，然后将训练适应到现实世界中。

虽然这两种模型在结构化环境中有效地教会机器人执行单个任务，但它们在扩展和部署方面却很困难。但是，使用WHIRL，机器人可以从任何人类完成任务的视频中学习。它也易于扩展，不局限于特定任务，并且可以在家庭环境中运行。

WHIRL使机器人能够在自然环境中完成任务。虽然第一次尝试通常会失败，但它可以在仅仅几次成功后快速学习。机器人并不总是以与人类相同的动作完成任务，但这是因为它具有不同的移动部件。话虽如此，完成任务的最终结果始终相同。

“为了在野外扩展机器人，数据必须可靠和稳定，机器人应该通过自己练习在环境中变得更好，”Pathak说。