机械臂掌握叠木游戏:视触觉AI实现精细物理交互
MIT MCube实验室开发出能玩叠木游戏的机械臂,融合视觉与触觉感知,仅经300次尝试即学会精准抽取木块而不倒塔。这展示了AI向物理世界迈进的关键一步:机器人通过交互学习人类操作的基本技能。
层次化模型与聚类学习策略
不同于需海量数据的传统强化学习,该机器人采用层次化模型,将相似结果和测量值的尝试聚类,每簇代表特定木块行为,为每簇建立模型估计木块在当前视触觉测量下的行为。这种受人类自然学习启发的聚类策略,大幅提升学习效率。
硬件配置与实时决策
机器人配备外部RGB相机、软指夹爪和力感知腕部传感器。实时捕捉触觉与视觉反馈,与历史动作对比,准确估计木块状态、模拟可能动作并决策最优选择:继续推进或换块,防止塔体倒塌。这比围棋/象棋AI更具挑战,因叠木需拉、推、放、对齐等基础物理技能。
工业应用前景
该触觉学习系统可推广至需精细物理交互的任务:消费电子组装(手机/笔记本生产线多需触觉和力控而非纯视觉)、垃圾分拣回收等。技术有望大幅改善装配线自动化水平。
工业技术