“机器人结合视觉和触觉来学习Jenga游戏”

在麻省理工三楼的地下室，机器人正在仔细考虑下一步该怎么办。 悄悄潜入街区，单独慢慢移动，但在惊人的敏捷jenga游戏中，我们正在寻找不崩溃提取的最佳街区。

这个机器人是麻省理工学院的工程师开发的，装有软夹、力感手臂和外部摄像头，所有这些都是用来提醒和感觉塔及其各块的。

如果机器人仔细按下一个块，计算机就会从该相机和绑带获取视觉和触觉的反馈，并将这些测量结果与机器人以前制作的动作进行比较。 还考虑到了这些举措的结果。 具体来说，就是提取块，在一定的构成下是否用一定的力量推进了。 机器人实时学习是否继续推进或移动到新的街区以防止塔的掉落。

jenga演奏机器人的详细情况刊登在science robotics期刊上。 麻省理工学院机械工程系的walter henry gale职业快速发展助理教授alberto rodriguez指出，机器人不仅是视觉线索，也是传统系统难以实现的:能够快速学习任务的最佳方法。

与更纯粹的识别任务和象棋、围棋等游戏不同，玩jenga游戏需要勘探、推进、牵引、配置、排列等物理技能。 需要互动的感知和操作。 接触塔，需要知道在街区移动的方法和时间。 罗德里格斯说。 这不容易模拟，所以机器人必须通过与真正的jenga塔的相互作用来在现实世界中学习。 重要的挑战是利用物体和物理的相关常识从比较少量的实验中学习。

研究人员开发的触觉学习系统可以用于jenga以外的应用，特别是需要慎重进行物理交互，如分离可再利用物体和垃圾填埋垃圾，组装费用品等。

罗德里格斯说，在手机装配线上，几乎每一步都有紧固件和螺钉的感觉来自力量和触摸，而不是视觉。 为这些行为学习模型是这项技术的首要动态。

这篇论文的第一作者是麻省理工学院的研究生nima fazeli。 这个团队还包括miquel oller、jiajun wu、郑武、麻省理工大学的大脑和认识科学教授joshua tenenbaum。

押和拉

在建设用的jenga - swahili游戏中，- 54个矩形块堆积成18层，每层3块，各层的块垂直于下面的块。 游戏的目的是仔细提取区块并将其放在塔顶，而不是推翻整个结构。

为了对机器人进行编程和玩jenga，以前流传的机器学习程序可能需要捕捉模块、机器人和塔之间可能发生的所有事件。 这是一项昂贵的计算任务，需要尝试提取数千到数万块的数据。

相反，rodriguez和他的同事们正在寻找更有效的方法，让机器人学会玩jenga，从而激发人类的认识和我们自己接近游戏的可能性。

该团队定制了符合区域标准的abb irb 120机械臂，在机器人范围内设置了jenga塔，开始了机器人最初选择随机块及其在区域上的位置进行推进的训练期间。 然后，施加一点力，将块推出塔外。

每次区块试验，计算机都会记录相关视觉和力的测量，并标记每次试验是否成功。

该机器人并没有进行数万次这样的尝试(其中重建塔几乎达到相同的次数)，而是通过约300次的训练进行训练，将同样的测量和结果分组到表示几种干扰行为的集群中。 例如，可能的群集表示对难以移动的块或在移动时推倒塔的块的尝试，而不是对难以移动的块的尝试。 针对各个数据聚类，机器人开发了根据当前视觉和触觉测量预测块行为的简单模型。

fazeli说，这种聚类技术在大幅提高机器人游戏学习效率的同时，也受到了人类聚类这种行为自然方法的启发:机器人不是构建聚类、学习模型，而是各集群的学习模式。

合上吧

研究人员用模拟器mujoco在游戏的计算机模拟中测试了他们和其他最先进的机器学习算法的做法。 在模拟器中学到的经验将教给研究者机器人在现实世界中学习的方法。

我们向这些算法提供了我们系统得到的同样的新闻，学习他们如何在相似的水平上玩jenga，oller说。 与我们的做法相比，这些算法需要探索越来越多的塔来学习游戏。

好奇的是，他们的机器学习方法和真正的人类玩家没有太大差别，小组和几个志愿者进行了非正式的实验。

oller说，我们要看人类在塔倒塌之前能抽出多少枚，而且差别不大。

但是，如果研究者想让他们的机器人与人类玩家成为竞争对手，还有另一条路要走。 除了物理交互外，jenga还需要提取适当的区块等战略，在没有翻倒塔的情况下很难引出下一个区块。

目前，该团队对开发机器人jenga冠军不太感兴趣，重点是将机器人的新技能应用到其他应用行业。

罗德里格斯说:我们用手做多项任务，用正确的方法做这件事的感觉来自力量和触觉的线索语言。 对于这样的任务，我们同样的做法可以处理这个问题。