機器人學習複雜任務只需五分鐘，能隨時調整行動應對幹擾

一款機器人經過僅五分鐘的影片示範後，學會了完成多達 12 步的複雜任務，並能在有人打斷其行動或某些嘗試失敗時進行調整。賓夕法尼亞大學的研究人員開發了這一系統，名為 SymSkill，旨在幫助機器人將簡單技能結合成更長的任務，而不需要對每一種可能的序列進行示範。該方法在模擬環境和實體機器手臂上均進行了測試。SymSkill 結合了符號規劃和一種稱為動態系統的基於物理的方式，無需依賴越來越大的訓練數據集。

這使得機器人能夠決定所需的行動並確定如何實際執行這些動作。研究人員在將香蕉從蓋著的平底鍋移到盤子上的任務中展示了該系統。機器人需要移除蓋子、取起香蕉並將其放在盤子上，同時在有人幹擾或嘗試失敗時調整其行動。

SymSkill 系統的運作原理

五分鐘的教學能夠教授序列，SymSkill 將機器人的學習分為兩個相互關聯的層次。在高層次上，符號規劃表示物體、行動及其關係，使機器人能夠確定達成目標所需的序列。第二層則控制動作。動態系統方法確定機器手臂應如何執行單個動作，並使其能夠在環境變化時作出反應，例如當有人擋住路徑時。至關重要的是，該系統僅通過五分鐘的示範學會了基本能力。一旦個別技能學會，SymSkill 可以將它們重新組合成更長的序列，而不需要研究人員對每個完整任務分別進行示範。

「使這一技術令人興奮的是，機器人不必體驗每一種可能的任務版本，便能執行它，」主要作者 Yifei Simon Shao 表示，他是賓夕法尼亞工程學院 Nadia Figueroa 實驗室的博士生。「一旦它學會了所有基本技能並理解這些技能與周圍世界的關係，便能開始以未曾見過的方式將這些技能結合起來。這是朝著能在日常生活中不可預測且高度變化的環境中運作的機器人邁出的重要一步。」

機器人如何應對環境變化

機器人從失敗中恢復的能力對於在與人類共處的環境中運作的機器人而言至關重要。若機器僅遵循固定的序列，當物體被移動或有人阻擋其路徑時，可能會導致失敗。而 SymSkill 則允許機器人重新規劃並繼續執行。如果有人幹擾或某一步驟失敗，系統可以調整其計劃並重試，而不需要重啟整個任務。研究人員展示了包含多達 12 步的任務，而無需為這些更長的序列提供額外的示範。

「我們能夠提高機器人的能力，而不僅僅是將更多數據投入問題中，」Figueroa 說，她是賓夕法尼亞工程學院機械工程與應用力學的助理教授。她的實驗室也在研究如何重用之前學習的機器人動作以達到新的目的地。一種名為 Gaussian Graph 的方法將已展示的動作轉變為工作空間中的可能路徑圖，允許機器人創建未曾顯示的路線。研究人員現在計劃將這些方法與語言模型結合，使機器人能更好地解讀人類指令。

他們也在探索這些技術在雙臂和人形機器人以及能在環境中移動的同時操縱物體的機器中的應用。

SymSkill 對機器人學習的影響

SymSkill 系統的開發顯示出機器人學習能力的重大突破，特別是在不需要大量示範的情況下。這對於未來機器人在日常生活中自主運作的潛力至關重要。機器人能夠在面對不確定性和變化的環境中靈活調整行動，這不僅提高了其效率，還能減少人類干預的需求。研究人員的進一步探索，尤其是將這些技術應用於雙臂和人形機器人，將可能開啟更廣泛的應用前景，進一步推動機器人技術的發展。