教学机器人教其他机器人

大多数的机器人编程中使用两种方法之一︰ 学习从演示中，他们观看正在进行的任务，然后复制它，或通过运动规划的技术，如优化或采样，这需要由程序员来显式指定任务的目标和约束。

这两种方法有缺陷。从示范学习的机器人不能轻松地转移一个技能，他们学会了另一种情况，保持准确。另一方面，使用采样或优化的运动规划系统能适应这些变化，但非常耗时，因为他们通常必须由专家程序员编码的手。

来自麻省理工学院的计算机科学和人工智能实验室 (CSAIL) 的研究人员最近制订了一种系统，目的是弥合这两种技术︰ C-学习，它允许 noncoders 教机器人只靠提供一些关于如何通常操作对象的信息，然后显示机器人单演示任务的一系列任务。

重要的是，这使用户能够教机器人技能，可以自动转移到其他有不同的运动方式的机器人 — — 需要一系列的机器人执行类似操作的公司节省时间和成本的关键措施。

“通过结合学习从示范运动规划算法精度的直觉，这种方法可以帮助机器人做新类型的任务，他们一直没能学会之前，多步程序集使用两个他们的双臂，像”说，克劳迪娅 · 佩雷斯-D’Arpino，写了一篇 C 学习与麻省理工学院的教授朱莉 Shah 在攻读博士学位。

该小组测试上擎天柱，一种新型的两名武装机器人拆弹，他们通过编程来执行任务，如门里门外，为设计运输对象，和从容器中提取对象的系统。在模拟他们表明，擎天柱的学到了技能可以无缝地转移到阿特拉斯，CSAIL 的 6 英尺高的 400 磅的仿人机器人。

阐述了 C 学习到 IEEE 机器人与自动化 (ICRA)，发生 5 月 29 日到 6 月 3 日在新加坡国际会议最近已被接受。

它是如何工作

C 学习与用户第一次给了机器人知识库的文章关于如何达到和把握各种具有不同约束的对象的信息。（在学习 C C 代表”约束”。）例如，轮胎和方向盘具有相似的形状，但要将它们附加到一辆车，机器人来配置其武器以不同的方式来移动它们。知识库文章包含对于机器人来说做，所需的信息。

经营者然后使用三维界面来展示机器人一下单个特定的任务，由一系列有关时刻称为”关键帧”。通过匹配这些关键帧在知识库中的不同情况，机器人可以自动建议要批准或编辑所需的运算符的运动计划。

“这种方法实际上非常类似于人类看到的东西如何完成和将其连接到的世界，我们已经知道的学习”佩雷斯 D’Arpino 说。”我们不能神奇地学习从单一的示范，让我们采取新的信息并将它与以前的知识匹配对我们的环境”。

一个挑战是，可以吸取示威的现有约束并不是不够准确，使机器人精确地操作对象。为了克服的研究人员开发了灵感可以告诉机器人，是否它的手应该是平行或垂直于对象它与交互的计算机辅助设计 (CAD) 程序的约束。

团队也表明机器人表现更佳当它与人类合作。虽然机器人 87.5%的时间成功地对其自己执行任务，这样做是 100%的时间，当它有一个运算符，可以改正有关机器人的偶尔不准确传感测量的小错误。

“有一个知识库是相当常见的但不常见的什么结合学习从示范，”说，德米特里 · 贝伦森，密歇根大学的计算机科学助理教授，他没有参与此项研究。”，是很有帮助，因为如果你反复处理相同的对象，你不想，然后不得不从头开始教机器人每个新的任务。

应用程序

该系统是研究侧重于使学习从示范方法更适应大浪潮的一部分。如果你是一个机器人，它已经学会将对象从管子的示威，你不可能能够做到这一点，如果有需要您以不同的方式移动你的手臂的方式是一个障碍。然而，C 学习与训练机器人可以这样做，因为它不去吸取一个具体的方式执行的操作。

贝伦森说:”这是好的领域，我们正从直接模仿运动，实际上试图去推断这项动议，背后的原则”。”通过在运动规划使用这些学问的约束，我们可以比那些只是试着模仿说明的事情远远更灵活的系统”

沙阿说先进的厥方法可以证明在时间敏感的方案，如炸弹处置和灾害响应，机器人在哪里目前遥操作单个关节运动一级重要。

佩雷斯 D’Arpino 说:”一些简单的拿起一个盒子可能需要 20-30 分钟，这是对紧急情况下，具有重要意义”。

C 学习还不能处理某些先进的任务，例如避免碰撞或规划不同的单步序列为一个给定的任务。但球队有望纳入更多的见解，从人类的学习，将给了机器人更广泛的生理功能。

“传统编程的机器人在真实的场景中是困难的乏味的需要大量的领域知识，”沙阿说。”如果我们可以训练他们更像我们如何培养人，它将会更有效︰ 通过给他们一些基本的知识和单一的示范。这是令人兴奋的步教学机器人来执行程序集所必需的复杂多臂和多步任务制造和船舶或飞机的维修。