雖然Google的機(jī)器人計(jì)劃一直不怎么順利。但 Google 并未止步，一直在投入機(jī)器人領(lǐng)域的研發(fā)。

Google 機(jī)器人研究部門最新發(fā)布的一篇博客以及紐約時(shí)報(bào)的報(bào)道中，都提到了一些新機(jī)器人實(shí)驗(yàn)室接下來的發(fā)展計(jì)劃。

我們知道，投擲、滑動、旋轉(zhuǎn)、擺動、接球和其他運(yùn)動技能對于機(jī)器人來說是很難完成的。但Robotics at Google這支團(tuán)隊(duì)表示，他們正在打造這樣的機(jī)器人，而他們的研究工作將為未來的機(jī)器人系統(tǒng)奠定基礎(chǔ)。

谷歌學(xué)生研究員Andy Zeng在博客中寫道：“盡管機(jī)器人在高效抓取物體、視覺自適應(yīng)甚至從現(xiàn)實(shí)世界經(jīng)驗(yàn)中進(jìn)行學(xué)習(xí)等方面已經(jīng)取得了相當(dāng)大的進(jìn)步，但機(jī)器人操作仍然需要仔細(xì)考慮如何拾取、處理和放置各種物體——尤其是在非結(jié)構(gòu)化的環(huán)境中。但是，機(jī)器人能不能學(xué)會有利地使用動力學(xué)，培養(yǎng)物理‘直覺’，從而讓它們更有效地完成任務(wù)？”

為了回答這個問題，研究者們合作開發(fā)一套名為 TossingBot 的方案。這種拾取機(jī)器人可以做到將不同物體撿起并投入對應(yīng)的容器之中。這套系統(tǒng)在剛開始運(yùn)行的時(shí)候，機(jī)械臂對著面前的物體會顯得有些束手無策。但在經(jīng)過了 14 小時(shí)的訓(xùn)練、分析和糾錯之后，它的分揀成功率已經(jīng)可以上升到 85%。

按照 Google 的說法，訓(xùn)練機(jī)器人準(zhǔn)確地抓取、投擲特定物品是一件很難的事。以螺絲刀為例，根據(jù)抓的位置不同，丟出去的結(jié)果也會不一樣。但通過機(jī)器學(xué)習(xí)，TossingBot 就能從獲得的經(jīng)驗(yàn)中成長，并且還能更好地適應(yīng)新的應(yīng)用場景，持續(xù)學(xué)會新的東西。這一類的技術(shù)在倉庫或是配送中心之類的環(huán)境會有非常大的用處，比如說亞馬遜、UPS 等等都可以視作是潛在的客戶。

研究人員承認(rèn)，由于TossingBot使用嚴(yán)格的視覺數(shù)據(jù)作為輸入，如果對易碎物體進(jìn)行測試，可能會妨礙它在測試中對新物體做出反應(yīng)的能力。但是他們也表示，結(jié)合物理學(xué)和深度學(xué)習(xí)，將會是未來一個有希望的方向。

Robotics at Google研發(fā)人員透露，他們還想打造一款類似《星戰(zhàn)》中 R2-D2 那樣小巧可愛的滾動機(jī)器人，它能夠?qū)崿F(xiàn)在陌生的領(lǐng)域中通過機(jī)器學(xué)習(xí)來導(dǎo)航，同時(shí)還能做到推、拉、轉(zhuǎn)動物體等動作。相信這將是一個值得期待的機(jī)器人。

素材來源：Google AI Blog, NYT