很快，在將來的某一天，機器人助手會成為我們日常生活的一部分，即使我們不編程也可教他們新的任務。如果你必須要學代碼，你也可以自己做三明治了。現在，有一個新系統可讓教機器人變得像教孩子一樣簡單。機器人可以使用這個系統來分享他們的技能。

培養機器人有兩種基本方法。一個是編程它的活動軌跡，這需要時間和編碼的專業知識。另一個是通過觸碰它的四肢來表示你想要的東西，或者自己做，讓機器人模仿。但有些精妙的任務，其精度不是手能表達的，拆除炸彈是很好的例子。現在，用一個叫做C-LEARN的系統，科學家們讓一個機器人擁有具有簡單步驟的知識庫，它可以在學習新任務時智能地應用。

大多數機器人編程采用以下兩種方法之一：示范學習，他們觀看正在進行的任務然后模仿復制，或通過運動規劃技術，如優化或采樣，這需要程序員明確指定一個任務的目標和約束。

這兩種方法都有弊端。從示范中學習的機器人不能輕易地將他們學到的技能轉移到另一種情況，并保證精確。另一方面，運動規劃系統，使用采樣或優化可適應這些變化，但十分耗時，因為他們通常必須由程序專家手工編碼。

麻省理工學院計算機科學與人工智能實驗室的研究人員最近開發的C-LEARN系統旨在將這兩種技術結合在一起，該系統通過提供一些關于物體如何操作的信息，然后展示給機器人某項任務如何完成，可教給機器人完成一系列任務。

在伯克利加利福尼亞大學，未參與此項研究的機器人專家AncaDragan表示：“C-LEARN系統采取非常實用的方法，效果非常好。”

在這個系統中，人類用戶第一次幫助建立機器人的知識庫。研究人員通過在一個軟件程序中點擊并拖動它的四肢來教一個叫做Optimus的雙臂機器人。他們展示了動作，例如抓住圓柱體的頂部或塊的側面。他們從不同的位置將每個任務執行7次。每次移動都有輕微的變化，機器人找到變化的模式，并將其融入到系統。例如，如果抓取器總是最終大致平行于物體，機器人將推斷并行性是該過程的重要約束。

麻省理工學院計算機科學家以及本研究工作的負責人ClaudiaPérezD’Arpino表示：“在這一點上，機器人就像一個2歲的嬰兒，只是知道怎樣夠到并抓住東西。”借助其知識庫，機器人只需一次演示即可學習新的多步驟任務。用戶使用C-LEARN軟件向機器人展示所需的任務，然后批準或改正機器人的嘗試。

西雅圖華盛頓大學未參與此次研究的機器人專家MayaCakmak表示：“可以服從幾何約束的機器人已經存在了十多年，然而，目前為止，只有專家能利用他們。”

為測試該系統，研究人員教了Optimus四項多步驟任務：撿起一個瓶子并把它放進桶里；雙手水平抓取和提起托盤；用一只手打開一個盒子，然后用另一只手按盒子里的按鈕；用一只手抓住立方體上的把手，并用另一只手將立方體中的一根桿拉出來。對于每一個任務，Optimus會得到一次示范，并做出了10次嘗試。40次嘗試中，成功37次。研究人員將于本月晚些時候在IEEE國際機器人與自動化大會上發表報告。

對于一個更嚴峻的挑戰，研究人員將Optimus的知識庫及其四項任務的計劃傳輸給了Atlas——一個必須保持其平衡的雙足機器人。Atlas努力完成這四項任務。但當研究人員刪除一些轉移的知識時，例如保持某些移動平行的約束，它就失敗了。

D’Arpino說，這種知識轉移將有實際應用。“在德國的工廠里，你可以教一個機器人做一些事，沒有理由不能將其轉移到加拿大的不同機器人。”當然，對未來具有反烏托邦觀點的人關心的是，通過互聯網互相傳遞新技能的機器人將是走向機器人世界統治的第一步。

D’Arpino正在研究人們第一次與Optimus互動是否能教會他新技能。盡管她還沒準備好詳細討論這些問題，目前的結果還是很樂觀的。下一步，她希望教會機器人靈活地調整他們所學的飛行技能。

最終目標是教機器人拆除炸彈，機器人需要快速、準確地進行該項精妙的任務。其他應用還包括在災難中尋人，制造電子產品，幫助生病或懶人做家務。D’Arpino表示：“有機器人在家服務的這個承諾，但現實是，現在他們什么都做不了。”她希望能改變現狀。

更多資訊請關注工業機器人頻道