机器人如何学会挂T恤：数据的关键作用

Motion Design INSIDER

卡内基梅隆大学机器人护理与人机交互实验室研究员Jasmine Li。（图片：研究人员）

基于在养老院做志愿者的经历，卡内基梅隆大学研究员Jasmine Li决定将研究聚焦于辅助机器人，帮助人们完成日常任务。“我对帮助那些可能不熟悉技术的人的机器人感兴趣，”她说。“我最初考虑硬件侧，但最终做了更多数据收集和软件——算法方面的工作。”

她的项目与博士生Zheyuan Hu合作，在助理教授Zackory Erickson领导的机器人护理与人机交互实验室进行。

Li使用双臂机器人设置——两个多关节手臂固定在桌上——可由人类远程操控，使用一对VR摇杆，或通过神经网络全自主运行。她在仿真和现实任务中分析机器人行为，研究机器人模仿复杂人类活动（如挂衬衫）时如何失败。

“我们发现人类尝试插入衣架时会做微小修正，但我们推测如果在更大尺度上修正任务，机器人可能学得更好，”她说。因此，他们不是微调，而是引导机械臂回到原始位置，再更准确地尝试挂衬衫。

利用这种新数据收集方法，训练机器人变得更高效，收集更多数据，并在更少的人工教学迭代中提升性能，Li表示。

团队还用其他实验测试该方法，任务包括将汉堡装入外卖盒和密封密封容器盖。

“很难训练机器人完成多种不同任务，即我们所说的泛化，”Li说。“目前机器人研究聚焦于特定任务训练，但最终大家的贡献将帮助我们达成目标。”

来源

传感器