技術(shù)發(fā)展至今，機(jī)器人能夠自主檢查核電廠，處理海洋中的石油泄漏事件，協(xié)助戰(zhàn)斗機(jī)進(jìn)行空戰(zhàn)，或是探索火星表面，但對它們來說，有些能力還是無法與人類比擬。
其中一項(xiàng)人所特有的，就是辨識 3D 物體的能力，盡管機(jī)器人能輕易透過相機(jī)、感測器來“查看”物體，但它們還是難以像人類一樣，能從短暫一瞥中解讀出看到的東西。
即使是世界上最復(fù)雜的機(jī)器人，也都無法做到這項(xiàng)多數(shù)孩子都能自動做到的事，但杜克大學(xué)的研究生 Ben Burchfiel 和他的論文顧問 George Konidaris，已經(jīng)快要找到這個(gè)問題的解決方案。
R&D Magazine 報(bào)導(dǎo)，為了使機(jī)器用更人性化的方式解讀 3D 物體，Burchfiel 兩人開發(fā)了一項(xiàng)新技術(shù)，讓機(jī)器人成功達(dá)成在混亂的桌面上分辨不同尺寸、形狀碗盤的任務(wù)。
或許你不曾注意過自己的這項(xiàng)能力，但人類辨識 3D 物體的能力十分出色，不論從何種角度，物體顛倒與否，看見全貌或部分被遮蔽，人們都可以從短暫一瞥中大致分辨出看到的新物體，大腦會在想像中自動填補(bǔ)看不到的地方。
研究團(tuán)隊(duì)也希望賦予機(jī)器人這項(xiàng)能力，透過設(shè)計(jì)的感知算法讓機(jī)器人也能不用從多角度看見新物體，而學(xué)會猜測新物體的面貌和用途，“想像”出任何不在視野中的部分。
一旦機(jī)器人具備這項(xiàng)技術(shù)，就不需要從每個(gè)角度觀察茶壺，也可以知道這個(gè)物體可能有把手、蓋子和出水口，也可以分辨它是否適用于何種爐子。
Burchfiel 指出，比起實(shí)驗(yàn)室或工廠車間，現(xiàn)實(shí)世界并非可控制的環(huán)境，事物也并非總是有序或可預(yù)測，對于要在日常與人類一起運(yùn)作的機(jī)器人來說，這是相當(dāng)重要的一步。
12 日在劍橋舉辦的機(jī)器人科學(xué)與系統(tǒng)大會上，研究團(tuán)隊(duì)表示，他們目前已經(jīng)讓機(jī)器人在有限數(shù)量的訓(xùn)練下，成功辨識新看見的 3D 物體，速度較以往最好的情況還要再快上 3 倍。
?。⊿ource：Ben Burchfiel 個(gè)人網(wǎng)站）
據(jù)了解，研究人員先用近 4,000 筆普通家庭物品的完整 3D 掃描數(shù)據(jù)訓(xùn)練機(jī)器人的演算法，包含床、桌椅、梳妝臺、監(jiān)視器等，每個(gè)掃描再轉(zhuǎn)換為成千上萬的小立方塊，像樂高一樣堆疊在一起，讓系統(tǒng)更好處理。
之所以這么做，Burchfiel 解釋，是因?yàn)閳F(tuán)隊(duì)認(rèn)為，替每個(gè)可能的特定物體設(shè)定詳細(xì)的 3D 模型非常不切實(shí)際。
透過分析這些掃描數(shù)據(jù)的范例，演算法開始學(xué)會使用稱為“機(jī)率主成分分析”（Probabilistic PCA）的技術(shù)，了解范例數(shù)據(jù)中的變與不變。
運(yùn)用這個(gè)演算法，機(jī)器人發(fā)現(xiàn)新物品時(shí)不再需要觀察全貌，就能基于從前的知識，像人們一樣概括分辨出兩個(gè)物體的不同，同時(shí)又能理解其中相同的部分，讓這兩個(gè)物體都同樣屬于特定類型的家具。
為了測試這個(gè)方法的實(shí)用性，研究人員挑選了 10 種新的家庭用品，提供機(jī)器近千張從頂部拍攝的 3D 范例，讓機(jī)器從單一角度猜測對象是什么，完整 3D 形狀又該是如何。
結(jié)果發(fā)現(xiàn)包含隱藏部分，機(jī)器大概可以猜中物體 3D 形狀的 75%，較過去最好情況下猜中 50% 的比率大幅提升，不僅如此，它也能辨識各種方式旋轉(zhuǎn)的物體，這是過去其他演算法無法做到的。
但在目前的情況中，演算法仍舊容易被物體在特定角度的形狀所迷惑，像是從上方看到一張桌子，而將其誤認(rèn)為一個(gè)梳妝臺，但研究團(tuán)隊(duì)認(rèn)為整體來說，這還是很大的進(jìn)步，只是還不到能在實(shí)際生活運(yùn)用的程度。
盡管如此，研究團(tuán)隊(duì)已成功讓機(jī)器人辨識一些 3D 物體，并透過“想像”填補(bǔ)視野中的盲點(diǎn)、重建未知的部分，Burchfiel 表示，“這在許多機(jī)器人應(yīng)用中可能是無價(jià)的。”
