基于神經(jīng)網(wǎng)絡(luò)的多任務(wù)學(xué)習(xí)機(jī)器人

劉子豪

摘要：目前絕大多數(shù)智能機(jī)器人具有較高的魯棒性，但其基于具體行為的實(shí)現(xiàn)方法都需要程序員對相應(yīng)的任務(wù)進(jìn)行手工編程。然而，環(huán)境是復(fù)雜多樣的，而要使得機(jī)器人能夠在多種環(huán)境下進(jìn)行任務(wù)，需要程序員將各種情況考慮在內(nèi)，這樣的系統(tǒng)對環(huán)境并不具有適應(yīng)性，讓機(jī)器人的應(yīng)用受到了局限。基于此，提出的自主學(xué)習(xí)機(jī)器人以類人形機(jī)器人為基本模型，以神經(jīng)網(wǎng)絡(luò)為基礎(chǔ)，通過人體對機(jī)器人進(jìn)行示范，訓(xùn)練一個能識別人關(guān)節(jié)姿態(tài)的完備的神經(jīng)網(wǎng)絡(luò)。當(dāng)機(jī)器人身處不同環(huán)境執(zhí)行任務(wù)時，能夠做出適應(yīng)環(huán)境變化的動作。為此所設(shè)計的學(xué)習(xí)機(jī)器人系統(tǒng)的特色就在于使用神經(jīng)網(wǎng)絡(luò)具有學(xué)習(xí)能力，提高機(jī)器人對環(huán)境的適應(yīng)能力，從而讓任務(wù)執(zhí)行更加靈活，使得機(jī)器人擁有更廣闊的應(yīng)用前景。

關(guān)鍵詞：自主學(xué)習(xí)；神經(jīng)網(wǎng)絡(luò)；姿態(tài)識別；機(jī)器人

中圖分類號：TB

文獻(xiàn)標(biāo)識碼：A

doi：10.19311/j.cnki.16723198.2017.01.092

1引言

1.1機(jī)器人在現(xiàn)代社會中的重要性

隨著城鄉(xiāng)居民消費(fèi)結(jié)構(gòu)的持續(xù)升級，以及智慧中國戰(zhàn)略的不斷推進(jìn)，智能機(jī)器人在家庭、農(nóng)業(yè)、工業(yè)等生活的方方面面都有著極其廣泛的應(yīng)用。隨著社會的不斷發(fā)展，社會分工越來越細(xì)，與此同時工作也變得越來越單調(diào)。另外，社會上有些工作風(fēng)險較高，若讓人去做，不僅效率不高，而且更會產(chǎn)生生命危險。在這樣高風(fēng)險的作業(yè)領(lǐng)域，對機(jī)器人的需求越來越高。在這一背景下，各種各樣的機(jī)器人被研制了出來，用它們代替人來完成枯燥、單調(diào)、高風(fēng)險的工作。這極大的提高了勞動生產(chǎn)率和生產(chǎn)質(zhì)量，創(chuàng)造出了更多的社會財富。

同時，社會服務(wù)也對機(jī)器人產(chǎn)生了大量的需求。從公共服務(wù)方面來說，目前我國老齡人口已超過總?cè)丝诘?0%，人口老齡化問題已成為中國需要面臨的重大課題。此外，我國殘疾人口占總?cè)丝诘谋戎匾参痪邮澜巛^高國家之列。機(jī)器人的運(yùn)用，可以為他們提供大量的護(hù)理服務(wù)，提高他們的生活質(zhì)量。在醫(yī)療服務(wù)方面機(jī)器人也有很大的優(yōu)勢，手術(shù)機(jī)器人憑借其操作的精度及可長期工作等特性廣泛應(yīng)用于手術(shù)操作中?？偠灾?，機(jī)器人已成為我們的社會不可取代的一部分。

1.2當(dāng)前機(jī)器人領(lǐng)域的現(xiàn)狀及弊端

目前機(jī)器人正處于快速發(fā)展的階段，但目前市場上的機(jī)器人仍存在著許多弊端。傳統(tǒng)機(jī)器人需要設(shè)計者針對具體的任務(wù)進(jìn)行手工編程，為了使機(jī)器人在環(huán)境改變時也能完成任務(wù)，設(shè)計者就需要盡量將各種情況考慮在內(nèi)。但是這樣的機(jī)器人存在一些問題：一方面程序員無法窮盡所有的可能情況，另一方面環(huán)境的復(fù)雜性也無形中加大了機(jī)器人可能出故障的概率，這使得機(jī)器人缺乏良好的環(huán)境自適應(yīng)能力，給機(jī)器人的廣泛應(yīng)用帶來了很大的限制。

基于無法動態(tài)適應(yīng)具體任務(wù)目標(biāo)這個問題，市場上出現(xiàn)了很多自主學(xué)習(xí)的機(jī)器人，比如有些作品使用了強(qiáng)化學(xué)習(xí)的算法，這種算法通過進(jìn)行試錯來尋求最優(yōu)行動策略，從而有效解決了基于行為控制的機(jī)器人缺乏對動態(tài)環(huán)境適應(yīng)能力這一問題。但同時這些該作品也存在出現(xiàn)了一些弊端。這一技術(shù)需要執(zhí)行一些分層檢索及優(yōu)化的工作，因?yàn)闄C(jī)器人需要進(jìn)行大量重復(fù)性實(shí)驗(yàn)來獲得最優(yōu)解，而任務(wù)變得復(fù)雜時該技術(shù)的性能就會變得很差，提高了學(xué)習(xí)的難度。

基于目前機(jī)器人存在的限制與不足，本文提出了基于神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)方法，使機(jī)器人環(huán)境適應(yīng)能力提高。

2多任務(wù)學(xué)習(xí)機(jī)器人介紹

2.1機(jī)械結(jié)構(gòu)

本文所設(shè)計的多任務(wù)學(xué)習(xí)機(jī)器人的機(jī)械結(jié)構(gòu)主要由攝像頭和仿生機(jī)械臂組成。為了使機(jī)器人能執(zhí)行與人類一樣非常細(xì)膩的動作，并能在某些應(yīng)用中代替人，本文設(shè)計的機(jī)械臂擁有與人相似的機(jī)械結(jié)構(gòu)。

如圖1所示，該機(jī)械臂具有著與人體骨骼結(jié)構(gòu)相似的關(guān)節(jié)，通過這些關(guān)節(jié)，機(jī)械臂可以完成人手臂的旋轉(zhuǎn)、升降等動作。為了方便控制機(jī)械臂的運(yùn)動狀態(tài)，每一個關(guān)節(jié)都有相應(yīng)的姿態(tài)參數(shù)。而根據(jù)不同關(guān)節(jié)的靈活程度不同，對應(yīng)的參數(shù)數(shù)量也會存在差異。當(dāng)機(jī)械手模仿人體動作時，可以通過設(shè)定對應(yīng)機(jī)械手關(guān)節(jié)的姿態(tài)參數(shù)來完成，這樣，人體的姿態(tài)與機(jī)械手關(guān)節(jié)的姿態(tài)參數(shù)之間就存在著一一對應(yīng)的關(guān)系。我們所搭建的神經(jīng)網(wǎng)絡(luò)的目的，就是為了找到這樣的對應(yīng)關(guān)系，為機(jī)器人學(xué)習(xí)人的動作奠定基礎(chǔ)。本文設(shè)計中的攝像頭主要用于捕捉人體手臂姿態(tài)，并對采集到的視頻流中的手臂姿態(tài)進(jìn)行學(xué)習(xí)。通過將攝像頭固定到一定位置，作為機(jī)器人的“眼睛”，機(jī)器人便可將人的動作記錄下來，轉(zhuǎn)化為視頻信息。高速攝像頭將人的連貫動作存儲成一幀幀的圖片，作為神經(jīng)網(wǎng)絡(luò)訓(xùn)練的原始輸入信息。

2.2神經(jīng)網(wǎng)絡(luò)

人工神經(jīng)網(wǎng)絡(luò)，是人們利用仿生學(xué)觀點(diǎn)，模擬人腦的結(jié)構(gòu)及智能行為所構(gòu)建的網(wǎng)絡(luò)，它能模擬生物神經(jīng)系統(tǒng)對真實(shí)世界做出交互反應(yīng)。神經(jīng)元的基本模型也叫“M-P神經(jīng)元模型”。該模型中，神經(jīng)元接收來自n個神經(jīng)元的信號（x1，x2，…），通過帶權(quán)重（w1，w2，…）的連接傳遞，將獲得的總輸入值與閾值q比較，通過激活函數(shù)f（x）最終得到該單元的輸入y。

y=f（∑ni=1wixi-θ）

神經(jīng)網(wǎng)絡(luò)就是一個個這樣的網(wǎng)絡(luò)單元按一定的結(jié)構(gòu)次序排列而成的。兩層神經(jīng)元形成的網(wǎng)絡(luò)可以容易地實(shí)現(xiàn)與、或、非這樣的基本邏輯運(yùn)算，多層神經(jīng)網(wǎng)絡(luò)可以處理更加復(fù)雜的運(yùn)算。神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)過程，就是根據(jù)獲得的訓(xùn)練數(shù)據(jù)對自身的權(quán)重和閾值進(jìn)行一定的調(diào)整，使神經(jīng)網(wǎng)絡(luò)輸出的值與我們所給的輸出值相差達(dá)到最小的過程。

為了達(dá)到這樣的學(xué)習(xí)過程，就需要合適的算法。誤差逆?zhèn)鞑ニ惴ǎê喎Q“BP算法”）是目前最成功的算法之一。在訓(xùn)練開始時，隨機(jī)產(chǎn)生權(quán)重值wi，輸入訓(xùn)練集（xi，yi）和學(xué)習(xí)率η，神經(jīng)網(wǎng)絡(luò)根據(jù)對應(yīng)權(quán)重和輸入值計算出輸出y，。BP算法以y與y之間差值的差值作為反饋，調(diào)整各個神經(jīng)元的閾值和權(quán)重，進(jìn)而更新神經(jīng)網(wǎng)絡(luò)，使網(wǎng)絡(luò)的誤差減小。其中，學(xué)習(xí)率η起著“控制神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)速度”的作用，若學(xué)習(xí)率過小，神經(jīng)網(wǎng)絡(luò)變化相對遲緩，影響學(xué)習(xí)效率；而若學(xué)習(xí)率過大，則容易陷入局部最優(yōu)解，影響最終結(jié)果。因此，給予足夠的訓(xùn)練數(shù)據(jù)和適宜的學(xué)習(xí)率，神經(jīng)網(wǎng)絡(luò)就會快速調(diào)整到穩(wěn)定而準(zhǔn)確的狀態(tài)。

利用神經(jīng)網(wǎng)絡(luò)，我們可以對攝像機(jī)獲得的人體手臂各個關(guān)節(jié)的姿勢進(jìn)行學(xué)習(xí)，所獲得的神經(jīng)網(wǎng)絡(luò)便表征了人體姿態(tài)與機(jī)械臂關(guān)節(jié)參數(shù)的映射關(guān)系。

2.3學(xué)習(xí)機(jī)器人原理

本文所用神經(jīng)網(wǎng)絡(luò)的作用是將輸入的動作信息轉(zhuǎn)化為機(jī)器人的姿態(tài)參數(shù)，以神經(jīng)網(wǎng)絡(luò)作為核心算法，機(jī)器人就可以在一定的學(xué)習(xí)訓(xùn)練后，具備識別人體關(guān)節(jié)姿態(tài)的能力，從而使機(jī)器人做出與人體輸入動作一致的動作，具體的學(xué)習(xí)過程如下：

為了獲得比較完備的訓(xùn)練數(shù)據(jù)，選擇盡可能多的人采集手臂各關(guān)節(jié)姿態(tài)數(shù)據(jù)，提高神經(jīng)網(wǎng)絡(luò)的魯棒性；使人體位于攝像頭采集姿態(tài)的最佳角度，做各種各樣的動作，以覆蓋盡可能多的關(guān)節(jié)姿態(tài)參數(shù)范圍；針對高速攝像頭采集獲得的圖像數(shù)據(jù)的某一幀，手工采用測量工具標(biāo)定該圖像中人體每個關(guān)節(jié)的角度數(shù)據(jù)，以這些圖像數(shù)據(jù)和標(biāo)定獲得的角度數(shù)據(jù)作為訓(xùn)練原始數(shù)據(jù)。

以采集的數(shù)據(jù)作為神經(jīng)網(wǎng)絡(luò)的輸入，選擇一定的學(xué)習(xí)速率，采用誤差逆?zhèn)鞑ィ˙P）算法，完成訓(xùn)練后，得到一個能夠根據(jù)圖像數(shù)據(jù)輸出關(guān)節(jié)姿態(tài)參數(shù)的神經(jīng)網(wǎng)絡(luò)。神經(jīng)網(wǎng)絡(luò)訓(xùn)練完畢之后，為了檢測其準(zhǔn)確性，需要對其進(jìn)行測試。測試過程與實(shí)際使用過程類似。測試方法如下：使用攝像頭采集人體手臂的幾組圖像數(shù)據(jù)，將這幾組圖像數(shù)據(jù)分別作為神經(jīng)網(wǎng)絡(luò)的輸入，觀察神經(jīng)網(wǎng)絡(luò)能否正確輸出與人體手臂關(guān)節(jié)相對應(yīng)的角度數(shù)據(jù)。如果機(jī)器人的動作有較大的偏差，則證明訓(xùn)練失敗，需要重新檢查訓(xùn)練數(shù)據(jù)，對攝像頭捕捉關(guān)節(jié)的位置進(jìn)行調(diào)整，或提高攝像頭的性能，以便使攝像頭獲得更精確的信息。另外，根據(jù)神經(jīng)網(wǎng)絡(luò)測試的結(jié)果，適當(dāng)調(diào)節(jié)神經(jīng)網(wǎng)絡(luò)模型學(xué)習(xí)過程中的參數(shù)如學(xué)習(xí)速率，樣本容量等。

神經(jīng)網(wǎng)絡(luò)訓(xùn)練與測試完畢后，我們就獲得了一個輸入為一系列包含手臂各個關(guān)節(jié)的圖像數(shù)據(jù)、能夠識別人體關(guān)節(jié)各個姿態(tài)，并輸出各個關(guān)節(jié)姿態(tài)角度的神經(jīng)網(wǎng)絡(luò)。利用這個訓(xùn)練并測試完成的神經(jīng)網(wǎng)絡(luò)，多任務(wù)學(xué)習(xí)機(jī)器人即可以根據(jù)人演示的動作，準(zhǔn)確地模仿人的姿態(tài)，完成特定的任務(wù)，具體過程如下：

（1）針對某一環(huán)境下的任務(wù)要求，人體做任務(wù)動作，攝像頭捕捉這個過程中的圖像信息。

（2）每一時刻的圖像信息輸入神經(jīng)網(wǎng)絡(luò)，神經(jīng)網(wǎng)絡(luò)輸出各個關(guān)節(jié)的角度值。

（3）各個關(guān)節(jié)角度值輸入到機(jī)械臂相關(guān)關(guān)節(jié)控制單元，實(shí)現(xiàn)對機(jī)器人姿態(tài)的控制。

（4）每個時刻分別重復(fù)這個過程，就實(shí)現(xiàn)了機(jī)器人控制參數(shù)流的輸出，機(jī)器人即可完成一系列動作。

由于神經(jīng)網(wǎng)絡(luò)的可復(fù)用性，機(jī)器人可以隨時模仿各種各樣的動作，實(shí)現(xiàn)了多任務(wù)學(xué)習(xí)的設(shè)計要求。實(shí)際的應(yīng)用過程中，可以通過設(shè)計多個存儲單元，分別存儲多個動作的控制參數(shù)流序列，實(shí)現(xiàn)常用動作的記憶與切換功能。

3總結(jié)

本文所設(shè)計的機(jī)器人主要由攝像頭及仿生機(jī)械臂組成，機(jī)器人以攝像頭接收使用者的動作，首先通過訓(xùn)練過程，對神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練。神經(jīng)網(wǎng)絡(luò)訓(xùn)練完畢后，在使用過程中，人體演示機(jī)器人做相應(yīng)動作，機(jī)器人就可根據(jù)神經(jīng)網(wǎng)絡(luò)識別的結(jié)果反饋來操控機(jī)器人，完成指定動作。應(yīng)用這一方法，可以有效提高機(jī)器人的環(huán)境應(yīng)變能力，通過對某一新動作的學(xué)習(xí)，可以高效提取新動作的參數(shù)信息，根據(jù)這些信息輸出對機(jī)器人的控制量，從而達(dá)到理想的效果。本作品解決了傳統(tǒng)機(jī)器人功能單一的缺點(diǎn)，可以使得機(jī)器人能執(zhí)行多種動作，使機(jī)器人“身兼數(shù)職”，也提高了機(jī)器人的靈活性與便捷性。

參考文獻(xiàn)

[1]李揚(yáng).智能服務(wù)機(jī)器人引領(lǐng)智慧變革[J].高科技與產(chǎn)業(yè)化，2016，（5）：6971.

[2]陳衛(wèi)東，席裕庚，顧冬雷.自主機(jī)器人的強(qiáng)化學(xué)習(xí)研究進(jìn)展[J].機(jī)器人，2001，23（4）：379384.

[3]周志華.機(jī)器學(xué)習(xí)：=Machine learning[M].北京：清華大學(xué)出版社，2016.