人類或許很快就能夠通過向機器人展示如何工作，讓機器人學(xué)會如何完成工作任務(wù)，而且只需要演示一次。美國加州大學(xué)伯克利分校的研究人員已經(jīng)研發(fā)出一種方式來加速我們對這些機器朋友的教育。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，能夠讓機器人模擬完成在視頻中只觀看過一次的行動。

[[235484]]

現(xiàn)在訓(xùn)練機器人是一項艱難的工作，即使是拿起一個杯子這樣非常簡單的動作也需要一段又一段的編碼，來告訴機器人每一個步驟需要做什么。這個編程過程對于我們?nèi)祟悂碚f非常困難而且復(fù)雜，甚至有時會令人感到沮喪。

即使是編碼完全編寫完成之后也還有許多工作要做。我們拿裝配線的機器人來舉例。在所有的指令被輸入到電路當中之后，這些機器人必須經(jīng)歷一個長時間的訓(xùn)練過程，在這個訓(xùn)練過程中它們必須重復(fù)執(zhí)行每一個步驟。它們需要不斷重復(fù)這個過程，直到它們能夠在不犯錯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，能夠讓機器人僅僅通過觀察特定的任務(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物的學(xué)習(xí)方式，但這仍然是一種笨拙的方法。目前來說，我們需要向我們的機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)伯克利的研究團隊已經(jīng)描述了他們研發(fā)的另外一項新技術(shù)，這項技術(shù)能夠讓機器人只觀察一次人類的某種動作就學(xué)會它。研究人員稱，他們研發(fā)的這項技術(shù)將模仿學(xué)習(xí)與一種元學(xué)習(xí)算法結(jié)合到一起。

他們把這個系統(tǒng)命名為“未知模型元學(xué)習(xí)系統(tǒng)（簡稱MAML）”。元學(xué)習(xí)本質(zhì)上意味著學(xué)會學(xué)習(xí)的過程。MAML系統(tǒng)意味著機器人能夠在之前獲得經(jīng)驗的基礎(chǔ)上來學(xué)習(xí)某種新的東西。比如說，如果向機器人展示的是某人拿取蘋果并且放進一個杯子的視頻，那么它就能夠估計自己的目標是什么，就是把蘋果放進杯子當中。

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

對于那些流水線的裝配機器人來說，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)。簡言之，MAML系統(tǒng)提供了一個平臺，讓神經(jīng)網(wǎng)絡(luò)或者機器人以相對較少的數(shù)據(jù)學(xué)會如何執(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)行一項簡單任務(wù)就需要大量的數(shù)據(jù)。

研究團隊在幾個機器人身上對MAML系統(tǒng)進行了測試。研究人員聲稱，在展示了一段演示視頻之后，機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)過元學(xué)習(xí)之后，機器人借助人類的演示視頻就能夠?qū)W會放置、推動以及拾取和放置新物體。