對于人類來說，把面團放到砧板上，然后用搟面杖把它壓平成圓形。這看起來很容易，對吧？

那如果是由機器人來操作，會是怎樣的效果？

對于機器人來說，面對像面團這樣的可變形物體是很棘手的，因為面團的形狀可以以多種方式變化，而這些變化很難用方程式來表示。

此外，從面團中創建新形狀需要多個步驟并使用不同的工具。這就意味著機器人需要學習一系列長長的操作任務，然后還需要通過反復試驗更多可能的選擇。

現在，來自，麻省理工學院、卡內基梅隆大學和加州大學圣地亞哥分校的研究人員創建了一個框架，可以讓機器人快速有效地完成復雜的操作任務，例如揉面皮包餃子、做披薩。

▍一個機器人操縱系統的框架—— DiffSkill

研究人員為使用兩階段學習過程的機器人操作系統創建了一個框架，這可以使機器人能夠在很長一段時間內執行復雜的面團操作任務。

這個算法會像“老師”一樣解決機器人完成任務必須采取的每一步。然后訓練一個“學生”機器學習在什么時間段以及如何執行任務期間所需的每項技能的抽象概念，例如使用搟面杖。

有了這些知識，系統就會推理出如何執行技能來完成整個任務。

一系列操作，堪稱“手把手教學”。

研究人員表明，這種他們稱之為 DiffSkill 的方法可以在模擬中執行復雜的操作任務，例如切割和攤開面團，或從砧板周圍收集面團，同時優于其他機器學習方法。

當然，除了包餃子、做披薩之外，這種方法還可以應用于其他需要機器人操縱的可變形物體的環境。

例如為老年人或運動障礙者喂食、洗澡或穿衣的護理機器人。

“這種方法更接近我們人類計劃行動的方式。當一個人執行一項長期任務時，我們并沒有寫下所有的細節。我們有一個更高級別的計劃者，它大致告訴我們在此過程中需要實現哪些階段以及一些中間目標，然后我們執行它們，”計算機科學與人工智能專業的研究生Li表示。

▍“學生”&“老師” 的工作流程

DiffSkill 框架中的“老師”是一種軌跡優化算法，可以解決物體初始狀態和目標位置靠得很近的短視界任務。

軌跡優化器在模擬現實世界物理的模擬器中工作（稱為可微物理模擬器，它將“Diff”放入“DiffSkill”中）。然后，“老師”算法使用模擬器中的信息來學習面團在每個階段必須如何移動，一次一個，然后輸出這些軌跡。

然后“學生”神經網絡學會模仿老師的動作。作為輸入，它使用兩個攝像頭圖像，一個顯示當前狀態的面團，另一個顯示任務結束時的面團。神經網絡生成一個高級計劃，以確定如何將不同的技能聯系起來以達到目標。然后，它為每個技能生成特定的、短視界的軌跡，并將命令直接發送到工具。

接著，研究人員使用這種技術對三種不同的模擬面團操作任務進行了實驗。

在一項任務中，機器人使用抹刀將面團舉到砧板上，然后使用搟面杖將其壓平。在另一個例子中，機器人使用抓手從柜臺上收集面團，將其放在抹刀上，然后將其轉移到砧板上。

在第三個任務中，機器人用刀將一堆面團切成兩半，然后用夾具將每一塊面團運送到不同的位置。

同時，研究人員開發了一種機器人操縱系統，可以在模擬中使用工具執行復雜的面團操作任務。

例如收集面團并將其放在砧板上（左），將一塊面團切成兩半并將兩半分開（中），以及將面團抬到一塊砧板，然后用搟面杖將其壓平（右）。

實驗結果證明，DiffSkill 框架能夠勝過依賴強化學習的流行技術。在強化學習中，機器人通過反復試驗來學習任務。

事實上，DiffSkill 是唯一能夠成功完成所有三個面團操作任務的方法。有趣的是，研究人員發現“學生”神經網絡甚至能夠勝過“教師”算法，Lin 說。

“我們的框架為機器人獲得新技能提供了一種新穎的方式。然后可以將這些技能鏈接起來，以解決更復雜的任務，這些任務超出了以前的機器人系統的能力，”Li說。

因為他們的方法側重于控制工具（抹刀、刀、搟面杖等），所以它可以應用于不同的機器人，但前提是它們使用研究人員定義的特定工具。

未來，他們計劃將工具的形狀集成到“學生”網絡的推理中，以便將其應用于其他設備。

該團隊的研究人員們打算通過使用 3D 數據作為輸入來提高 DiffSkill 的性能，同時，他們還希望使神經網絡規劃過程更高效，并收集更多樣的訓練數據，以增強 DiffSkill 對新情況的泛化能力。

從長遠來看，他們希望將 DiffSkill 應用到更多樣化的任務中，包括布料操作。

這項研究得到了美國國家科學基金會、LG電子、麻省理工學院-IBM 沃森人工智能實驗室、美國海軍研究辦公室和國防高級研究計劃局的部分支持。

文章及論文地址：

https://news.mit.edu/2022/robotic-deformable-object-0331

審核編輯 ：李倩