伯克利和Deepmind前赴后继，只为教出一个会做家务

新年伊始，伯克利就传出新进展，他们教机器人做家务的能力更上一层楼了。

在最新的论文中，伯克利介绍了他们是如何让机器学会读懂人类的潜台词或未尽之意，而不是傻乎乎地按照字面意思或者奖励系统来机械地运动。

举个例子，当餐桌机器人上菜时，它会知道躲避酒柜，或者在停电等紧急情况下停止端盘子，而不是为了尽可能多地得到奖赏（端一个盘子系统会提供一个奖励），而马不停蹄地送盘子。甚至还可能直接把盘子打碎，这样就可以获得更多的“盘子”（奖励）了……

反正我看到这个新闻时，第一反应是机器人可真笨啊，这么简单的任务我两岁的小侄子都会做。第二反应是伯克利教机器人做家务的执念也未免太深了吧！之前还开发过引擎教机器人铺床单、叠衣服、收拾桌面，总之，非要让机器人掺和家务这件事不可。

想要挑战家务技能的除了伯克利，还有Deepmind。去年2月，Deepmind就提出了一种新的学习范式“计划辅助控制SAC-X”，来帮助机器人学会整理桌子和堆叠衣物。

前不久佐治亚理工学院的研究人员，也发表了新的强化学习算法，可以教会机器人穿衣服。

为什么这么多AI巨头不约而同地走上了家务培训的道路？未来我们能拥有《底特律》中卡拉小姐姐那样温柔能干的家政机器人吗？本文就来尝试解释一下这些疑惑。

家务三十六计：家政机器人都掌握了哪些技能？

首先我们来看看，在这么多人类学霸、AI巨头的助攻下，机器人都学会了哪些家务小技能。先来说说“家政狂魔”伯克利。

早在去年，我们就解读过伯克利的通用预测模型，它可以帮助机器人自主学习和掌握很多通用基础技能，在此基础上学习和预测主人的意图和任务的共性，从而可以举一反三执行广泛的任务类别，成长为一个优秀的“家务多面手”。比如折叠短裤毛巾、挪移苹果、整理桌面等等。

伯克利还推出了一个深度学习模型Dex-NET，基于角点检测和抓取策略，让机器人完成铺床单这一艰巨任务。

最值得一提的是新的研究成果“偏好优化模型”。机器人不仅能完成通用任务，而且还能够推断出更优解，适应带有隐藏条件的复杂现实环境。比如在常规的“actor-critic”增强学习反馈机制中，主人要求机器人导航前往紫色的门，那么机器人就会选择最短路径（传统意义上的最优解），而忽略这么做会打碎路上的花瓶。

因为机器人无法获知，主人是否关心花瓶会不会被打碎。但如果机器人能自己模拟和演练过去发生过的行为轨迹，比如主人一直都绕着花瓶走，说明她是重视花瓶的完整状态的，由此推断出绕过花瓶是最有可能获得奖励、应该积极追求的目标。

机器人拥有洞察隐藏条件的能力，意味着它们可以从一种状态中学习人类的偏好，系统无需事无巨细地列出所有现实环境中的因果联系和条件，奖励函数也不再是线性机械的，机器人可以自主模拟和学习过去的经验，判断和应对未知的动态环境。对于做家务这个任务来说，判断主人的喜好来进行作业，可以说是必杀技了。

与伯克利相比，Deepmind其实对医疗这种高精尖任务更感兴趣。但这并不妨碍它在家政领域发光发热。

Deepmind的“计划辅助控制SAC-X”模型，就旨在帮助机器人学会探索和掌握家务方面的基本技能。就像婴儿在爬行和走路之前必须发展出协调和平衡能力一样，SAC-X也有助于帮助机器掌握几种核心的视觉-运动技能。

比如运用模拟手臂，按照正确的顺序，即使没有见过这各任务，也能从零开始学习，并按要求顺利地把物体举起来。这样就能在无需额外编程的前提下，完成整理桌面这样的复杂任务。

此外，乔治亚理工学院将布料引入学习框架，教机器人学会穿衣服的论文也非常别出心裁。因为衣服的布料材质各不相同，穿衣服的动作也无法遵循特定的运动轨迹，会和布料产生复杂的交互变化，机器人必须不断练习，对各个子任务（拽起边缘、扯平衣角等）进行模拟和优化，在不断变化的环境条件中学习到稳定的创意控制策略，最终完成穿不同衣服的任务目标。无论衬衫、套头毛衣，还是外套，都是妥妥滴！

听起来，好像大部分家务活儿机器人都可以驾驭嘛，但杯具的是，现实中能够见到的家务机器人，干起活来依然是一副又慢又笨的蠢样子。比如由伯克利设计、Rethink Robotics公司开发的家庭助手，叠一个毛巾就要15分钟；而加州 FoldiMate推出的智能洗叠机器，可以按照程序把衣服叠成需要的方块，但需要人手动放置在展台上，并没有节省多少人力，售价还高达980美金（约7000块人民币）……emmmm还是自己动手丰衣足食吧。

不是比人慢，就是比人贵，靠机器人做家务性价比实在是太低了。那么，既然不能真的帮人类做家务，教机器人学习这些技能，究竟有何意义？为什么是做家务，去工厂搬砖不行吗？

这么多研究人才齐上阵，要是去教小学生，怕是都能考上清华了。实在不行，去工厂搬砖也能缓解下劳动力紧张啊，干嘛非要跟家务活儿较劲呢？原因恐怕在于，家政任务提供了一个从零开始学习复杂控制任务的训练环境，这对通用机器智能来说至关重要。

首先，家政任务的真实性和多样性，有助于智能体学会如何用最少的先验知识来解决复杂问题。

先验知识指的是一种不依赖于经验总结（类似编写好的程序，从结果推导过程）的一种元能力，通过观察学会推理和判断。而机器人就没有这种“天生的”知识，但显然我们也不可能将机器人服务的每个家庭、每个可能任务都进行预先编程，这时，训练机器人的通用能力就显得尤为关键了。

尽管机器永远不可能拥有像人一样的先验能力和通用性，在各个学科、各个工作岗位都能表现差不多。但在很多垂直领域，比如：工业、家务、语言等，先验能力强的机器智能体就可以低成本、高适应性、灵活地完成工作任务，解决那些现在只有人才能解决的问题。

另外，家政任务是一个集视觉、触觉、运动、关节控制等为一体的任务，综合性很强，这是其他碎片应用不具备的环境，对训练多元功能协作的智能体很有帮助。

比如：伯克利教机器人从垃圾桶中拾取原本看不见的物体，就需要通过摄像头采集深度图像，形成模拟数据集，再利用该数据集训练质量卷积神经网络（GQ-CNN），对物体进行图像分割，确定抓取尝试成功的可能性，最后形成抓取成功概率最高的策略，再对夹持器关节进行实时精密控制，才能最终完成这一操作。一次训练，多种收获。

更重要的是，家务的操作环境比起工业机器人、电子游戏等，都更加松散，充满变化，任务的主观预期和隐藏含义更难界定和预测，无形中加大了训练难度。与此同时，家政任务的训练成本也比较低，也更容易为大众所理解，社会效益和营销价值双丰收。相比对机器狗拳打脚踢、在《Dota》中血虐真人玩家，让机器做做家务简直堪称是最政治正确、价廉物美的训练方式了。