麻省理工学院工程师创造具有“常识”的家用机器人

研究人员训练家用机器人在遇到障碍时依靠常识。

机器人非常擅长模仿人类，但在未预先编程的情况下可能会陷入困境。例如，当机器人在上菜时被推到一边时，它可能会从头开始执行任务，而不是根据情况重新组合并采取行动。

麻省理工学院 (MIT) 的研究人员表示，这是因为模仿学习是训练家用机器人的主流方法。这些机器人“盲目地”模仿人类的动作，而不是根据逻辑来解决问题。

“法学硕士有办法用自然语言告诉你如何完成任务的每一步。人类的持续演示就是这些步骤在物理空间中的体现。”该研究的合著者王彦伟说。

“我们希望将两者连接起来，以便机器人能够自动知道它处于任务的哪个阶段，并能够自行重新计划和恢复，”王说。

研究人员在实验中用机械手展示了他们的方法，机械手的任务是从一个碗中舀出弹珠并将其倒入另一个碗中。尽管有意破坏它，但它还是成功做到了这一点。

实验者推推机器人，甚至从勺子里敲出弹珠，但每次，机器人都能恢复并继续前进，而不是从头开始。它还确保如果勺子上没有留下弹珠，它就不会继续下去。

据麻省理工学院称，研究人员首先通过物理引导机器人完成任务来训练机器人，然后使用 LLM 模型将其划分为子任务。他们使用新算法将LLM定义的子任务与机器人的运动轨迹数据连接起来。

该算法自动学习根据机器人的物理位置或状态识别其当前的子任务，使其即使在受到干扰时也能继续执行任务。

“通过我们的方法，当机器人犯错误时，我们不需要要求人类编程或额外演示如何从故障中恢复，”王说。

他说，这消除了针对每个潜在错误编写特定响应的“非常繁琐”的工作，并将导致“尽管有外部扰动，仍可以执行复杂任务的鲁棒机器人行为”。

据麻省理工学院称，该研究结果将在五月份的国际学习表征会议（ICLR）上详细公布。