為了訓練機器隨機應(yīng)變、適應(yīng)真實環(huán)境的能力，南加州大學研究團隊開發(fā)了一個模擬器，能訓練機器人拼裝宜家家具。如果你覺得親手組裝家具不太難的話，就試試去調(diào)教這些機器人吧！

對那些第一次搬進公寓的人們而言，按一堆神秘的圖紙組裝出宜家家具而確保它不散架，同時保持自己情緒穩(wěn)定，已經(jīng)成為了不折不扣的重大儀式。

但是，對于南加州大學（University of Southern California）的研究人員們而言，還有比這更好的折磨機器人、使它們學會面對現(xiàn)實的方式嗎？繼去年一群機器人學家用機械手臂組裝了經(jīng)典的 Stefan 椅子后，南加大的研究人員們又向機器人學界贈送了一份大禮——一個新的模擬系統(tǒng)，用來訓練機器人組裝這些低成本家具。他們的最終目標是讓機器人更好地應(yīng)對新事物，達到接近人類的靈活性和適應(yīng)性。

對于你我來說，組裝宜家家具既簡單又困難。組裝過程漫長而令人厭煩，但它同時也是一件簡單的事兒，因為人類奇妙的大腦總能將抽象的圖紙轉(zhuǎn)換為實物。在組裝過程中，你會遇到各種問題，但你的創(chuàng)造力能輕易解決它們；長時間使用六角扳手會累到你手抽筋，但人類的動手能力仍是無可比擬的。

而對機器人來說，組裝宜家家具完全是地獄級難度。是的，機器人已經(jīng)在裝配線上工作了幾十年了，但它們只是負責體力活兒的“肌肉”。例如，它們只負責把車門之類的大部件抬到合適位置，擰入小零件等精細活兒始終由人類完成。此外，機器人的工作環(huán)境受到高度限制，即使它們足夠聰明，也永遠不需要即興發(fā)揮，因為它們的不可預(yù)測性可能使人類同事處于危險之中。

如果希望機器人在我們的家庭中有所用途，它們就必須變得更靈活。為了達到這個目的，或許需要用一些復合場景對機器人進行訓練，比如安裝宜家家具。

南加大的研究人員們通過模擬真實物理世界中的重力、摩擦力，使用不同的燈光、紋理渲染，建立了他們的三維數(shù)字游樂場。在這個環(huán)境中，你可以選擇不同的機器人，比如單臂的 Sawyer 和雙臂的 Baxter，然后操縱它們拼裝 80 多件椅子、桌子、書架等家具。所有的場景都是由游戲引擎 Unity 渲染的，機器人的點滴進步都能被看到。

但是，Sawyer 和 Baxter 都是真實存在的機器人，可以在實驗室中實地學習，為什么還要費勁做個模擬器呢？這是因為訓練一個真實的、由金屬和塑料制成的機器人不是一件容易的事兒。現(xiàn)實中，對機器人的訓練往往是通過強化學習進行的，機器人嘗試用不同的方法解決問題，若此方法有一定的效果則給予獎勵，反之則予以懲罰，循環(huán)往復。機器人雖然能摸索出正確的問題解決方法，但是整個過程極其耗時，而在模擬系統(tǒng)中訓練機器人的速度遠比現(xiàn)實中快得多。

這款宜家游樂園一般的模擬系統(tǒng)為研究人員提供了一個訓練機器人操作、組裝復雜物體的標準平臺。“雖然對人類來說‘抓握’只是個微不足道的動作，但對機器人來說，它必須精確知道在哪里抓物品，用多大的力抓住物品，”曾幫助開發(fā)該系統(tǒng)的南加州大學機器人專家約瑟夫？里姆（Joseph Lim）說，“即使是掌握抓握技能，對機器人來說也是一個非常大的開放性問題。”

另外，要搭建一把椅子，零件必須以一定的方式組合，步驟也必須以一定的順序執(zhí)行，如何讓機器人把一系列的操作串聯(lián)起來也是一個問題。為此，研究人員可能會使用“模仿學習”的方法，即先給機器人演示如何搭一把椅子，再讓機器人進行模仿。里姆說：“我們的目標之一是研究如何讓機器人學習人類的行為。我們可以通過視頻等方式讓機器人觀察人類行為，再讓它進行重復或模仿。”

不過，別指望你的機器人助理可以直接把裝好的辦公椅帶到你的辦公室來。首先，這個系統(tǒng)還不能模擬用釘子或螺釘把部件連接起來的操作。其次，曾用真實機器人組裝了宜家椅子的南洋理工大學工程師彭匡聰（音，Quang-Cuong Pham）認為這個模擬系統(tǒng)仍然面臨從模擬到現(xiàn)實的轉(zhuǎn)化問題。也就是說，將機器人在模擬中所學到的知識轉(zhuǎn)化為它們在現(xiàn)實世界中的技能是極其困難的。彭匡聰說：“一項在模擬環(huán)境中成功完成的任務(wù)是否能像我們之前做的那樣，由一臺真實的機器人在現(xiàn)實世界里完成？這是目前尚不清楚的。”

但是，也許再經(jīng)過幾年時間，再犧牲一些椅子，人類搭家具的痛苦就將是機器人的收獲。