人類或許很快就能夠通過(guò)向機(jī)器人展示如何工作，讓機(jī)器人學(xué)會(huì)如何完成工作任務(wù)，而且只需要演示一次。美國(guó)加州大學(xué)伯克利分校的研究人員已經(jīng)研發(fā)出一種方式來(lái)加速我們對(duì)這些機(jī)器朋友的教育。在最近發(fā)表的一篇論文中，研究人員公布了一種全新的學(xué)習(xí)算法，能夠讓機(jī)器人模擬完成在視頻中只觀看過(guò)一次的行動(dòng)。

[[235484]]

現(xiàn)在訓(xùn)練機(jī)器人是一項(xiàng)艱難的工作，即使是拿起一個(gè)杯子這樣非常簡(jiǎn)單的動(dòng)作也需要一段又一段的編碼，來(lái)告訴機(jī)器人每一個(gè)步驟需要做什么。這個(gè)編程過(guò)程對(duì)于我們?nèi)祟悂?lái)說(shuō)非常困難而且復(fù)雜，甚至有時(shí)會(huì)令人感到沮喪。

即使是編碼完全編寫完成之后也還有許多工作要做。我們拿裝配線的機(jī)器人來(lái)舉例。在所有的指令被輸入到電路當(dāng)中之后，這些機(jī)器人必須經(jīng)歷一個(gè)長(zhǎng)時(shí)間的訓(xùn)練過(guò)程，在這個(gè)訓(xùn)練過(guò)程中它們必須重復(fù)執(zhí)行每一個(gè)步驟。它們需要不斷重復(fù)這個(gè)過(guò)程，直到它們能夠在不犯錯(cuò)誤的情況下完成任務(wù)。

最近已經(jīng)有程序員研發(fā)出了一種軟件，能夠讓機(jī)器人僅僅通過(guò)觀察特定的任務(wù)就能夠?qū)崿F(xiàn)編程。雖然這種學(xué)習(xí)方式非常類似于我們或者動(dòng)物的學(xué)習(xí)方式，但這仍然是一種笨拙的方法。目前來(lái)說(shuō)，我們需要向我們的機(jī)器人朋友展示這樣的訓(xùn)練視頻，而且在它們完全掌握之前需要播放數(shù)千次。

然而，加州大學(xué)伯克利的研究團(tuán)隊(duì)已經(jīng)描述了他們研發(fā)的另外一項(xiàng)新技術(shù)，這項(xiàng)技術(shù)能夠讓機(jī)器人只觀察一次人類的某種動(dòng)作就學(xué)會(huì)它。研究人員稱，他們研發(fā)的這項(xiàng)技術(shù)將模仿學(xué)習(xí)與一種元學(xué)習(xí)算法結(jié)合到一起。

他們把這個(gè)系統(tǒng)命名為“未知模型元學(xué)習(xí)系統(tǒng)（簡(jiǎn)稱MAML）”。元學(xué)習(xí)本質(zhì)上意味著學(xué)會(huì)學(xué)習(xí)的過(guò)程。MAML系統(tǒng)意味著機(jī)器人能夠在之前獲得經(jīng)驗(yàn)的基礎(chǔ)上來(lái)學(xué)習(xí)某種新的東西。比如說(shuō)，如果向機(jī)器人展示的是某人拿取蘋果并且放進(jìn)一個(gè)杯子的視頻，那么它就能夠估計(jì)自己的目標(biāo)是什么，就是把蘋果放進(jìn)杯子當(dāng)中。

當(dāng)它學(xué)會(huì)如何處理這些物體時(shí)，它就能夠?qū)⑦@種知識(shí)推廣到其它類似的行為。比如說(shuō)，如果你隨后向它展示一段某人將一個(gè)桔子放在盤子上的視頻，它就能夠識(shí)別這些行為并且快速將其轉(zhuǎn)變成為自己完成這個(gè)任務(wù)需要的動(dòng)作。

對(duì)于那些流水線的裝配機(jī)器人來(lái)說(shuō)，它們不需要了解什么是桔子或者什么是盤子，它只需要執(zhí)行需要完成的任務(wù)。簡(jiǎn)言之，MAML系統(tǒng)提供了一個(gè)平臺(tái)，讓神經(jīng)網(wǎng)絡(luò)或者機(jī)器人以相對(duì)較少的數(shù)據(jù)學(xué)會(huì)如何執(zhí)行各種任務(wù)。這幾乎與現(xiàn)在的神經(jīng)網(wǎng)絡(luò)工作方式完全相反，后者執(zhí)行一項(xiàng)簡(jiǎn)單任務(wù)就需要大量的數(shù)據(jù)。

研究團(tuán)隊(duì)在幾個(gè)機(jī)器人身上對(duì)MAML系統(tǒng)進(jìn)行了測(cè)試。研究人員聲稱，在展示了一段演示視頻之后，機(jī)器人能夠成功完成視頻中展示的任務(wù)。研究人員推斷，經(jīng)過(guò)元學(xué)習(xí)之后，機(jī)器人借助人類的演示視頻就能夠?qū)W會(huì)放置、推動(dòng)以及拾取和放置新物體。