机器人通过观察人类来学习的新方法

卡内基梅隆大学（CMU）的研究人员开发了一种新的学习方法，能够让机器人直接从人类互动视频中学习，并将信息推广到新的任务中，帮助它们学习如何完成家务。这种学习方法被称为WHIRL，即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，以最终学会如何完成工作本身。

该研究在纽约的机器人：科学与系统会议上进行了介绍。

模仿作为一种学习方式

希卡尔·巴尔（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，”巴尔说。“让机器人直接从人类观察中学习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点方面取得了重大进展。”

巴尔与迪帕克·帕塔克（Deepak Pathak）和阿布希纳夫·古普塔（Abhinav Gupta）合作，两人都是RI的教师。该团队为一款商用机器人添加了摄像头和软件，使其能够学习完成20多项任务，包括打开和关闭电器以及从垃圾桶中取出垃圾袋。每次机器人在尝试自己完成任务之前都会观察人类完成任务。

帕塔克是RI的助理教授。

“这项工作提出了将机器人带入家庭的方法，”帕塔克说。“与其等待机器人被编程或训练以成功完成不同的任务，然后将它们部署到人们的家中，这项技术允许我们部署机器人，让它们通过观察来学习如何完成任务，同时适应环境并仅通过观察来提高。”

WHIRL与当前方法的比较

大多数当前的机器人任务教学方法依赖于模仿或强化学习。模仿学习需要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使机器人学会。强化学习通常需要在模拟中训练数百万个示例，然后将训练适应于现实世界。

虽然这两种模型都能高效地在结构化环境中教机器人完成单一任务，但它们在扩展和部署方面存在困难。然而，WHIRL允许机器人从任何人类完成任务的视频中学习，并且易于扩展，不局限于特定任务，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，但在几次成功后，它可以快速学习。机器人不总是像人类一样完成任务，但这是因为它有不同的移动部件。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，”帕塔克说。