麻省理工學(xué)院計(jì)算機(jī)科學(xué)與人工智能實(shí)驗(yàn)室的研究人員稱，可以通過觸摸學(xué)習(xí)視覺的機(jī)器人觸手。在將于下周在加州長(zhǎng)灘舉行的計(jì)算機(jī)視覺和模式識(shí)別會(huì)議上發(fā)表的一篇新發(fā)表的論文中，他們描述了一個(gè)人工智能系統(tǒng)，該系統(tǒng)能夠根據(jù)觸覺信號(hào)生成物體的視覺表征，并從視覺數(shù)據(jù)片段預(yù)測(cè)觸覺。

“通過觀察這一場(chǎng)景，我們的模型可以想象觸摸到平坦表面或鋒利邊緣的感覺，”CSAIL的博士生、這項(xiàng)研究的主要作者李云柱(音譯)說?！巴ㄟ^盲目地觸摸周圍，我們的模型可以純粹從觸覺來預(yù)測(cè)與環(huán)境的互動(dòng)。把這兩種感覺結(jié)合起來，可以增強(qiáng)機(jī)器人的能力，減少我們?cè)诓僮骱妥ト∥矬w時(shí)可能需要的數(shù)據(jù)。”

該團(tuán)隊(duì)的系統(tǒng)使用了GANs——由生成樣本的生成器和試圖區(qū)分生成的樣本和真實(shí)樣本的識(shí)別器組成的兩部分神經(jīng)網(wǎng)絡(luò)——來基于觸覺數(shù)據(jù)拼湊視覺圖像。美聯(lián)儲(chǔ)從VisGel觸覺樣本，語料庫超過300萬對(duì)視覺/觸覺數(shù)據(jù)包括12000視頻剪輯的近200個(gè)對(duì)象(如工具、面料和家用產(chǎn)品),它熟悉的形狀和材料的接觸位置和回頭參考圖像“想象”的相互作用。

例如，給定鞋子的觸覺數(shù)據(jù)，該模型可以確定鞋子最可能被觸碰的位置。參考圖像有助于對(duì)對(duì)象和環(huán)境的細(xì)節(jié)進(jìn)行編碼，使機(jī)器學(xué)習(xí)模型能夠自我改進(jìn)。它被安裝在一個(gè)庫卡機(jī)器人手臂上，帶有一個(gè)觸覺GelSight傳感器(由麻省理工學(xué)院的另一個(gè)團(tuán)隊(duì)設(shè)計(jì))，它將當(dāng)前幀與參考圖像進(jìn)行比較，以確定觸摸的位置和規(guī)模。

研究人員指出，目前的數(shù)據(jù)集只有在受控環(huán)境中進(jìn)行交互的例子，他們說，一些細(xì)節(jié)，比如物體的顏色和柔軟度，仍然很難讓系統(tǒng)推斷出來。不過，他們說，他們的方法可以為在制造環(huán)境中實(shí)現(xiàn)更無縫的人機(jī)一體化奠定基礎(chǔ)，特別是在缺少視覺數(shù)據(jù)的任務(wù)中，比如關(guān)燈或工人盲目地把手伸進(jìn)容器時(shí)。

“這是第一種能夠令人信服地在視覺和觸覺信號(hào)之間進(jìn)行轉(zhuǎn)換的方法，”加州大學(xué)伯克利分校(University of California at Berkeley)博士后研究員安德魯歐文斯(Andrew Owens)表示?！跋襁@樣的方法有可能對(duì)機(jī)器人非常有用，你需要回答這樣的問題，‘這個(gè)物體是硬的還是軟的？’”或者“如果我提起這個(gè)杯子的把手，我的握力會(huì)有多好？”這是一個(gè)非常具有挑戰(zhàn)性的問題，因?yàn)樾盘?hào)是如此不同，而這個(gè)模型已經(jīng)顯示出了巨大的能力?！?/p>