AI在棋類、魔術方塊打敗人類後,MIT麻省理工學院最新研發了「疊疊樂」大師

AI在棋類、魔術方塊打敗人類後,MIT麻省理工學院最新研發了「疊疊樂」大師

借助機器學習和演算法模型等,機器人已成為西洋棋大師,魔術方塊記錄刷新者。MIT麻省理工學院的科學家研製的新機器人的挑戰項目是「疊疊樂(Jenga)遊戲」,別看疊疊樂規則看似簡單,但是對動手能力和思維策略的要求都非常高。

AI在棋類、魔術方塊打敗人類後,MIT麻省理工學院最新研發了「疊疊樂」大師

「疊疊樂」大師機器人配備有軟分叉抓爪(soft-pronged gripper)、動力感應機械手腕和外部攝影鏡頭等零件,設計結構完全是為了專精疊疊樂這一遊戲。

疊疊樂遊戲中,玩家交替從共54條長積木條搭建的積木塔(每層三塊交錯堆疊整齊,不能移動最高三層的積木)中單手抽出一塊積木,並且使其平衡地放到塔頂最上層,去創造一個不斷增高,越來越失去根基的積木塔,直到積木塔傾倒。越曡到高層結構越不穩定,對於人類來說難度也很大,何況是機器人。

MIT的機器人研究團隊透過機器學習,訓練出了能看出抽取哪塊積木能實現最理想結果的本領。它能夠小心並迅速地「推」出理想的積木塊,然後借助視覺(外部鏡頭)和觸覺反饋(動力感應手腕),並迅速與之前學會的「疊疊樂」玩法作對比,記錄能導致更好結果的玩法,不斷精通玩法。

根據收集的資料,機器人隨後衡量不同動作可能產生的各種後果-尤其是當一個積木塊處於特定的位置時,所需的精確力度的推動動作就會被迅速執行。

AI在棋類、魔術方塊打敗人類後,MIT麻省理工學院最新研發了「疊疊樂」大師

借助機器人臂結構,該機器人能夠執行緩慢且精確利落的一步動作取出積木塊,將之小心地搭建到塔頂部,同時不讓積木塔傾塌。

MIT疊疊樂大師機器人的研究詳情發表於《科學機器人》子刊文章中,MIT機械工程系Alberto Rodriguez羅德里格茲教授在一則聲明中稱,該機器人的視覺-觸覺組合讓它能夠很好地執行疊疊樂遊戲任務。

羅德里格茲教授寫道:

與其它更依靠認知思維的任務或遊戲(如西洋、圍棋等)不同,玩疊疊樂同樣需要掌握物理技巧,比如試探、推動、拉動、放置和對齊等技巧。

研究團隊希望機器人的觸覺學習系統能夠應用於其它的任務,比如垃圾拆卸回收,組裝消費級產品等。

羅德里格茲教授寫道:

在手機裝配線中,幾乎每一步都需要有良好的扣合(Snap-Fit)感,或者要對螺釘相關的操作有契合感,這些都要透過力度和觸感培養,而不僅只透過視覺。

對於該行業來說,掌握這些動作的學習模型資產就是真正的黃金。

使用 Facebook 留言

發表回應

謹慎發言,尊重彼此。按此展開留言規則