阿津 房產達人 House Flipper #2 噁爛學生公寓
目录:
您是否梦想着将机器人用于各种活动的未来，以便我们不必自己做？
来吧，想想吧！ 清洁，烹饪，做我们所有的家务只是一些奇妙的可能性。 多么美妙的可能性呢？ 不幸的是，此刻你必须继续做梦。
虽然有一些惊人的机器人存在，但机器人还不具备足够的适应能力，可以有效地开展这样的各种活动。 此外，尽管语音识别技术已经突飞猛进，但它仍然不足以与机器人一起使用。
获得类似假想的机器人管家以遵循您的指示的最佳选择是键入指令集。
口语命令
口头命令的问题在于它们包含不同程度的复杂性，尽管这可能并不总是很清楚。
想象一下，告诉你的机器人，“在那边拿起那个盒子。”这看起来很简单，但是有一个问题。 在完成操作之前，您的机器人必须将其分解为多个步骤。 执行此命令的可能方案是：
- 打开跟踪系统
- 打开行走马达
- 改变方向
- 采取必要的步骤
- 旋转四肢
- 握紧箱子
- 电梯箱
正如您所看到的，这实际上比它最初看起来更复杂。 现在想象一下这个命令与“开启跟踪系统”之类的东西相比。虽然用于给出这两个命令的单词数量是相似的，但它们的复杂程度是分开的。
我们怎么解决这个问题？ 就目前而言，机器人将难以找出口头命令的不同复杂程度。
不用担心，布朗大学的一个团队已经开发出一种系统，可以改善机器人处理口头命令的方式。
如何让您的机器人服从您的订单：使机器人能够有效执行语音命令的系统
布朗的研究人员使用他们获得的数据来训练他们的系统，以了解不同程度的复杂性。 然后，该系统能够收集需要执行的操作并理解与不同句子结构相关的复杂程度。
布朗大学的团队决定通过使用巧妙的系统来解决让机器人执行口头命令的问题。 他们使用亚马逊的Mechanical Turk以及一个名为Virtual Cleanup World的工具来开发他们的模型。
Mechanical Turk是一个需要人类智慧的工作市场。 尽管人工智能正在取得一些令人印象深刻的成就，但人类可以更有效地完成许多任务，例如识别视频中的对象。虚拟清理世界是一个虚拟任务域。 它由颜色编码的房间，虚拟机器人和机器人执行任务的对象组成。
Mechanical Turk的志愿者们发现了哪些指令集导致了Cleanup世界中的特定行动。 首先，他们观察机器人执行各种任务。
然后他们被问到他们认为哪些指令可以更好地运作。 要求志愿者创建高级，中级和低级命令。
高级命令是诸如指示机器人将椅子带到特定颜色的房间的命令。 低级命令是分为几个步骤的命令。 中级命令结合了高级和低级命令的功能。
布朗的研究人员使用他们获得的数据来训练他们的系统，以了解不同程度的复杂性。 然后，该系统能够收集需要执行的操作并理解与不同句子结构相关的复杂程度。
将系统置于测试之中
当机器人能够找出所需的最终结果，并了解任务的复杂程度时，他们在90％的时间内仅在1秒内完成任务。
基于此，它能够根据所给出的口头命令设计出适当的计划。 在训练他们的系统之后，是时候测试他们的劳动成果了。 研究再次使用了清理世界以及在虚拟清理世界中设置的物理空间中运行的真实机器人。
当机器人能够找出所需的最终结果，并了解任务的复杂程度时，他们在90％的时间内仅在1秒内完成任务。
但是，当理解复杂程度时，任务完成时间会更长。 在这种情况下，机器人需要20秒或更长时间的计划才能完成任务。
研究人员需要找到最小化这些故障的方法，以创建一个更有效的系统。
最后的想法
机器人在成为主流之前还有很长的路要走。 然而，这项工作使我们更接近于拥有能够轻松理解我们向他们提供的命令的机器人。 在那之前，去洗自己的菜。