英偉達已經開發出一種方法，通過首先觀察人類活動來訓練機器人執行動作。在最初的應用中，機器人學會了在實驗室環境中使用aBaxter機器人撿起和移動彩色盒子和玩具車。

從這類研究中獲得的知識將用于對機器人進行再培訓，并創造出能夠在工業環境和家庭中與人一起安全工作的機器人。

【資料圖】

英偉達首席研究員Stan Birchfield在接受VentureBeat采訪時表示:“在制造環境中，機器人確實擅長反復執行相同的軌跡，但它們無法適應環境的變化，也無法學習任務。”“因此，要讓機器人重新執行一項新任務，你必須請一位專家在相當低的水平上對機器人重新編程，這是一項昂貴的操作。”我們感興趣的是讓非專業用戶通過簡單地向機器人展示該做什么來更容易地教會它一項新任務。”

該系統有一系列的深度神經網絡來執行感知、規劃和控制，這些網絡完全是在合成數據上訓練的。

Birchfield說:“現在機器人領域正在發生一種范式轉變。”“我們現在可以使用gpu生成無限數量的預先標記的數據——基本上是免費的——來開發和測試算法。這可能會讓我們開發這些機器人系統，這些系統需要學習如何與周圍的世界進行互動，以更好的規模和更安全的方式。”

本周在澳大利亞布里斯班召開的國際機器人和自動化會議(ICRA)上分享了這一發現。

新的人工智能系統是在英偉達機器人研究實驗室(Nvidia robotics research lab)的幫助下開發出來的。該實驗室于去年年底首次宣布成立，目前擁有6名員工，并準備于今年夏天在華盛頓大學西雅圖分校(University of Washington in Seattle)附近開設辦公室。

Nvidia的機器人研究主管Dieter Fox告訴VentureBeat，該研究實驗室將繼續與機器人社區和Nvidia的內部團隊合作，探索人工智能系統訓練中使用的合成數據集。

這些知識可以用來加強Isaac SDK，這是一個在2017年5月首次引入的機器人模擬訓練框架。

“實際上，英偉達在游戲領域已經工作了相當長的一段時間，例如，它是關于建立三維虛擬環境，照片逼真，并給你一些內容建模。我們想做的是與所有這些擁有這些專業知識的團隊合作，幫助他們以某種方式擴展它，使它更好地適用于機器人環境。”福克斯說道。

福克斯說，今天發布的這類研究將是下一代機器人的核心。

他說:“我們說的是機器人，它們必須要開門、開抽屜、拿東西、移動物體，甚至要與人進行身體互動，幫助他們——比如家里的老人。”“這些機器人需要能夠識別人,他們需要看到一個人想做什么,他們需要學習的人,學習示范,例如,他們也需要能夠預測一個人想做些什么來幫助他們。”

英偉達加入了越來越多的公司行列，比如谷歌(Google)和SRI International，它們對具有環保意識的人工智能系統的開發感興趣，或者如谷歌人工智能首席執行官杰夫?迪安(Jeff Dean)所說，更多的是“常識”。

關鍵詞： 人工智能系統 團隊合作