机器人如何学习悬挂 T 恤：数据的关键作用
运动设计内幕
卡内基梅隆大学机器人护理和人类互动实验室的研究员 Jasmine Li。 （图片来源：研究人员）基于她在养老院做志愿者的经验，卡内基梅隆大学研究员 Jasmine Li 决定将她的研究重点放在帮助人们完成日常任务的辅助机器人技术上。 “我对机器人技术能够帮助那些不太熟悉技术的人的方面很感兴趣，”她说。 “我正在考虑机器人技术的硬件方面，但最终我在数据收集和软件方面做了更多工作——算法方面。”
对于她的项目，她与博士一起工作。助理教授 Zackory Erickson 领导的机器人护理与人类互动实验室的学生胡哲元。
李使用了一个双手机器人手臂装置——两个夹在桌子上的多关节手臂——可以由人类使用一对 VR 操纵杆远程控制，或者通过神经网络完全自主操作。她分析了机器人在模拟和现实任务中的行为，以研究机器人在模仿复杂的人类活动（例如悬挂衬衫）时如何失败。
“我们发现，当人类试图插入衣架时，有时会进行微小的修正，但我们有一个理论，如果我们更大规模地修正任务，机器人可能会学得更好，”她说。因此，他们不是进行微小的扭转或调整，而是引导机械臂返回到原始位置，然后尝试再次更准确地悬挂衬衫。
李说，使用新发现的数据收集方法，训练机器人变得更加高效，收集更多数据并以更少的人类教学迭代提高性能。
该团队还使用其他试验对该方法进行了实验，这些试验要求机器人将汉堡装入外卖盒并密封密封容器盖。
“训练一个机器人能够完成多种不同的任务（我们称之为泛化）是很困难的，”李说。 “目前，机器人研究的重点是训练机器人执行特定任务，但最终，每个为研究做出贡献的人都将帮助我们实现这一目标。”
来源
传感器