新年伊始，伯克利就爆出新进展，他们教教机器人做到家务的能力更上一层楼了。在近期的论文中，伯克利讲解了他们是如何让机器学会背诵人类的潜台词或惟之意，而不是傻乎乎地按照字面意思或者奖励系统来机械地运动。

荐个例子，当餐桌机器人上菜时，它不会告诉逃离酒柜，或者在电力供应等应急情况下暂停端盘子，而不是为了尽量多地获得奖励（末端一个盘子系统不会获取一个奖励），而马不停蹄地送来盘子。甚至还有可能必要把盘子刺穿，这样就可以取得更好的“盘子”（奖励）了……当真我看见这个新闻时，第一反应是机器人可真笨啊，这么非常简单的任务我两岁的小侄子都会做到。第二反应是伯克利教教机器人做到家务的执念也难免太深了吧！之前还研发过引擎教教机器人砖床单、砌衣服、离去桌面，总之，非要让机器人掺和家务这件事不能。

想挑战家务技能的除了伯克利，还有Deepmind。去年2月，Deepmind就明确提出了一种新的自学范式“计划辅助掌控SAC-X”，来协助机器人学会整理桌子和填充衣物。前不久佐治亚理工学院的研究人员，也公开发表了新的增强自学算法，可以教会机器人穿衣服。为什么这么多AI巨头不约而同地踏上了家务培训的道路？未来我们能享有《底特律》中卡拉小姐姐那样开朗能干的家政机器人吗？本文就来尝试解释一下这些困惑。

家务三十六计：家政机器人都掌控了哪些技能？首先我们来想到，在这么多人类学霸、AI巨头的助攻下，机器人都学会了哪些家务小技能。再行来说说道“家政狂魔”伯克利。

早于在去年，我们就理解过伯克利的标准化预测模型，它可以协助机器人自律自学和掌控很多标准化基础技能，在此基础上自学和预测主人的意图和任务的共性，从而可以举一反三继续执行普遍的任务类别，茁壮为一个杰出的“家务多面手”。比如拉链短裤毛巾、终究苹果、整理桌面等等。伯克利还发售了一个深度自学模型Dex-NET，基于角点检测和捕捉策略，让机器人已完成砖床单这一艰难任务。

最值得一提的是新的研究成果“偏爱优化模型”。机器人不仅能已完成标准化任务，而且还需要推断出优于解法，适应环境具有隐蔽条件的简单现实环境。比如在常规的“actor-critic”强化自学反馈机制中，主人拒绝机器人导航系统前往紫色的门，那么机器人就不会自由选择最较短路径（传统意义上的拟合解法），而忽视这么做到不会刺穿路上的花瓶。

因为机器人无法得知，主人否关心花瓶不会会被刺穿。但如果机器人能自己仿真和演练过去再次发生过的不道德轨迹，比如主人仍然都绕着花瓶回头，解释她是推崇花瓶的原始状态的，由此推断出跨过花瓶是最有可能取得奖励、应当大力执着的目标。

机器人享有洞察隐蔽条件的能力，意味著它们可以从一种状态中自学人类的偏爱，系统需要事无巨细地所列所有现实环境中的因果联系和条件，奖励函数也仍然是线性机械的，机器人可以自律仿真和自学过去的经验，辨别和应付不得而知的动态环境。对于做到家务这个任务来说，辨别主人的爱好来展开作业，可以说道是必杀技了。与伯克利比起，Deepmind只不过对医疗这种高精尖任务更加感兴趣。

但这并不阻碍它在家政领域闪烁痉挛。Deepmind的“计划辅助掌控SAC-X”模型，就目的协助机器人学会探寻和掌控家务方面的基本技能。就像婴儿在乌龟和走路之前必需发展出有协商和均衡能力一样，SAC-X也有助协助机器掌控几种核心的视觉-运动技能。

比如运用仿真手臂，按照准确的顺序，即使没见过这各任务，也能从零开始自学，并按拒绝成功地把物体荐一起。这样就能在需要额外编程的前提下，已完成整理桌面这样的简单任务。

此外，乔治亚理工学院将布料引进自学框架，教教机器人学会穿衣服的论文也十分别出心裁。因为衣服的布料材质各不相同，穿衣服的动作也无法遵循特定的运动轨迹，不会和布料产生简单的交互变化，机器人必需大大锻炼，对各个子任务（扯起边缘、扯平衣角等）展开仿真和优化，在大大变化的环境条件中自学到平稳的创新控制策略，最后已完成穿有所不同衣服的任务目标。无论衬衫、套头毛衣，还是外套，都是妥妥液！听得一起，样子大部分家务活儿机器人都可以匹敌嘛，但杯具的是，现实中需要看到的家务机器人，干起活来仍然是一副又快又田寮的蠢样子。

比如由伯克利设计、Rethink Robotics公司研发的家庭助手，砌一个毛巾就要15分钟；而加州 FoldiMate发售的智能洗叠机器，可以按照程序把衣服卵石必须的方块，但必须人手动摆放在展台上，并没节省多少人力，售价还低约980美金（大约7000块人民币）……emmmm还是自己动手丰衣足食吧。不是比人快，就是比人贵，靠机器人做到家务性价比觉得是太低了。

那么，既然无法知道老大人类做到家务，教教机器人自学这些技能，到底有何意义？为什么是做到家务，去工厂搬到砖敢吗？这么多研究人才楚上场，要是去教小学生，害怕是都能考取清华了。觉得敢，去工厂搬到砖也能减轻下劳动力紧绷啊，干嘛非要跟家务活儿较量呢？原因难道在于，家政任务获取了一个从零开始自学简单掌控任务的训练环境，这对标准化机器智能来说至关重要。

首先，家政任务的真实性和多样性，有助智能体学会如何用最多的先验科学知识来解决问题简单问题。先验科学知识所指的是一种不依赖经验总结（类似于撰写好的程序，从结果推论过程）的一种元能力，通过观察学会推理小说和辨别。而机器人就没这种“天生的”科学知识，但似乎我们也不有可能将机器人服务的每个家庭、每个有可能任务都展开预先编程，这时，训练机器人的标准化能力就变得最为关键了。

尽管机器总有一天不有可能享有像人一样的先验能力和通用性，在各个学科、各个工作岗位都能展现出差不多。但在很多横向领域，比如工业、家务、语言等，先验能力强劲的机器智能体就可以低成本、低适应性、灵活性地已完成工作任务，解决问题那些现在只有人才能解决问题的问题。

另外，家政任务是一个集视觉、触觉、运动、关节掌控等为一体的任务，综合性很强，这是其他碎片应用于不具备的环境，对训练多元功能协作的智能体很有协助。比如伯克利教教机器人从垃圾桶中掉落原本看不到的物体，就必须通过摄像头收集深度图像，构成仿真数据集，再行利用该数据集训练质量卷积神经网络(GQ-CNN)，对物体展开图像拆分，确认捕捉尝试顺利的可能性，最后构成捕捉顺利概率最低的策略，再对夹持器关节展开动态仪器掌控，才能最后已完成这一操作者。

一次训练，多种进账。更加最重要的是，家务的操作者环境相比工业机器人、电子游戏等，都更为牢固，充满著变化，任务的主观预期和隐蔽含义更加无以界定和预测，无形中增大了训练可玩性。与此同时，家政任务的训练成本也较为较低，也更容易为大众所解读，社会效益和营销价值双丰收。

比起对机器狗拳打脚踢、在《Dota》中血奸真人玩家，让机器做做家务真是可谓是最政治准确、价廉物美的训练方式了。醉翁之意：做完家务，这些研究还有什么用？在家政机器人背后，实际说明了的是一种智能体本源的本质逻辑：在简单的环境中自己探寻出有解决问题随机和非结构化问题的合理方案，可以安全性地与环境交互，同时高效地已完成任务。明确一点说道，训练家政机器人，主要有一下三个方面的益处：一是培育更加具备标准化智能的机器人，在不必须过多指导的前提下，继续执行一系列任务，提升机器自动化的安全性和工作效率。二是有助研发用作分层规划、感官和推理小说的算法，可以协助自动驾驶、工业自动化、智能物联网等等领域解决问题应用于问题；三是推展零样本自学、较少样本自学等技术的变革。

在缺少外部奖励信号的情况下，算法也能很好地推理小说出有不道德的意图，可以明显提高电商、内容产品引荐系统的用于体验。这样，大家难道就不难理解，为什家务不会沦为标准化智能体茁壮道路上无法跨过的“垫脚石”了。最后有可能还有人想问：不爱人做到家务星人，我只关心机器人啥时候能入我家给我叠被铺床？。

本文来源：米乐|米乐·M6-www.elenaom.com