看見門就能開？美國卡耐基梅隆大學(xué)研發(fā)新型機(jī)器人算法

在日常生活中，我們接觸的家具多為“鉸接物體”。何謂鉸接物體呢？

比如，抽屜有一條可以抽拉的軌道，門有一個(gè)垂直的旋轉(zhuǎn)軸，烤箱有一個(gè)水平的旋轉(zhuǎn)軸。這種由關(guān)節(jié)連接起來的物品，我們就叫它“鉸接物體 ”。由于特定關(guān)節(jié)的存在，鉸接物體的零件會(huì)受到關(guān)節(jié)的運(yùn)動(dòng)學(xué)約束，讓這些零件只有一個(gè)自由度（DoF）。

鉸接物體在我們生活中無處不在，構(gòu)成了我們?nèi)粘Ｉ钪匾囊徊糠?。而作為人類的我們，無論是看到什么樣的鉸接結(jié)構(gòu)的家具，我們都能快速地知道如何去操縱以及開動(dòng)它。就像我們知道這些物體的每個(gè)關(guān)節(jié)都是如何運(yùn)動(dòng)的。

那么機(jī)器人能不能也像人類一樣，擁有這種可以預(yù)測(cè)家具如何開動(dòng)的能力呢？如果可以的話，那將對(duì)居家機(jī)器人來說是一種很大的提升。

美國卡耐基梅隆大學(xué)研發(fā)新算法

近日，來自美國卡耐基梅隆大學(xué)機(jī)器人學(xué)院大衛(wèi)·海倫教授的R-PAD實(shí)驗(yàn)室的兩名學(xué)生本和哈利在有效操控復(fù)雜鉸接物體方面取得了重大突破，推出了一種基于3D神經(jīng)網(wǎng)絡(luò)，能有效表達(dá)和預(yù)測(cè)日常家具等鉸接物體的零件運(yùn)動(dòng)軌跡的算法FlowBot 3D。

該算法包含兩個(gè)主要子策略，其一是利用3D深度神經(jīng)網(wǎng)絡(luò)（PointNet++）去預(yù)測(cè)被操縱的物體點(diǎn)云數(shù)據(jù)的瞬時(shí)運(yùn)動(dòng)軌跡（3D Articulated Flw/3DAF），其二是利用預(yù)測(cè)出來的運(yùn)動(dòng)軌跡去選擇機(jī)器人下一步的動(dòng)作。二者完全在模擬器中學(xué)習(xí)，并可以直接部署到真實(shí)世界中，不需要重新訓(xùn)練或者微調(diào)。在FlowBot 3D算法的幫助下，機(jī)器人可以像人一樣隨意操縱日常家具等鉸接物體。

以往的日常家具操控要么是已知被操縱物體的幾何特征（比如連接軸的位置及方向），要么通過模仿人類去學(xué)習(xí)如何操控一個(gè)給定的物體。二者都沒有較好的可泛化性并且需要大量人類數(shù)據(jù)去訓(xùn)練。

與這些不同，F(xiàn)lowBot 3D是第一個(gè)基于模擬器學(xué)習(xí)，通過學(xué)習(xí)每個(gè)零件的瞬時(shí)運(yùn)動(dòng)軌跡，使機(jī)器人可以計(jì)算出一條最優(yōu)的物體操縱路徑。這個(gè)特性使FlowBot 3D可以泛化到訓(xùn)練沒有見到的物體上，并且可以直接部署到真實(shí)世界。

具體來說，F(xiàn)loBot 3D完全在模擬器中進(jìn)行監(jiān)督學(xué)習(xí)，從而學(xué)習(xí)出日常家具等鉸接物體零件的瞬時(shí)運(yùn)動(dòng)軌跡（3D Articulated Flow/3DAF）。3DAF是一種3D視覺表達(dá)方式，它能夠極大簡(jiǎn)化策略的復(fù)雜度，從而提高操縱效率。機(jī)器人只需要緊密跟隨這條瞬時(shí)軌跡，并閉環(huán)地重新預(yù)測(cè)，就能成功操縱一個(gè)鉸接物體。

開動(dòng)冰箱門

開動(dòng)馬桶蓋

開動(dòng)抽屜

機(jī)器人是如何做到的？

這里的紅色向量就代表預(yù)測(cè)出的門的運(yùn)動(dòng)軌跡

手動(dòng)編碼的策略可以提高機(jī)器人在受控環(huán)境中的性能，但是想要機(jī)器人真正的理解家用物品的操控方式，唯一的方法是教機(jī)器人像人一樣去預(yù)測(cè)這些物體的運(yùn)動(dòng)軌跡以及運(yùn)動(dòng)學(xué)約束。

想要賦予機(jī)器人預(yù)測(cè)物體運(yùn)動(dòng)軌跡能力，研究者通過監(jiān)督學(xué)習(xí)在模擬器中訓(xùn)練機(jī)器人的視覺模塊，因?yàn)榧矣梦矬w的運(yùn)動(dòng)軌跡在模擬器中可以準(zhǔn)確計(jì)算出來。

在訓(xùn)練中，機(jī)器人觀測(cè)到一個(gè)被操縱物體的點(diǎn)云數(shù)據(jù)，然后在這個(gè)點(diǎn)云數(shù)據(jù)上，機(jī)器人的視覺模塊利用PointNet++來對(duì)每一個(gè)點(diǎn)預(yù)測(cè)其在受外力下的下一步的位置。此運(yùn)動(dòng)軌跡的真實(shí)數(shù)據(jù)可以通過順向運(yùn)動(dòng)學(xué)準(zhǔn)確計(jì)算出來。將計(jì)算出來的下一步坐標(biāo)減去目前的坐標(biāo)就能得到被操控物體零件的運(yùn)動(dòng)軌跡（3DAF)。因此，訓(xùn)練的時(shí)候只需要去最小化預(yù)測(cè)出的3DAF和真實(shí)數(shù)據(jù)的3DAF的最小平方誤差 。

FlowBot 3D通過在模擬器中學(xué)習(xí)多種鉸接物體在運(yùn)動(dòng)學(xué)約束下運(yùn)動(dòng)的軌跡，來預(yù)測(cè)新物體的操縱方向。常見的家用絞接物品分為抽動(dòng)式和旋轉(zhuǎn)式兩種。對(duì)于這兩種類別，研究者用物理定律證明了直接跟隨長(zhǎng)度最長(zhǎng)的3DAF方向（比如最遠(yuǎn)離門旋轉(zhuǎn)軸的點(diǎn)）是可以最大化物體的加速度來達(dá)到操縱目的最佳策略。

有了理論加成，機(jī)器人只需要選擇可抓取的最大3DAF預(yù)測(cè)點(diǎn)就可以有效率地操控這些物體。由于機(jī)器人的視覺模塊學(xué)習(xí)的是在運(yùn)動(dòng)學(xué)約束下的每點(diǎn)運(yùn)動(dòng)軌跡，此視覺模塊對(duì)機(jī)器人對(duì)物體可能的遮擋有一定的魯棒性。另外，由于FlowBot 3D算法是閉環(huán)算法，機(jī)器人可以在下一步對(duì)自己可能出現(xiàn)的錯(cuò)誤進(jìn)行修正。

在真實(shí)世界中部署

FlowBot通過使用兩個(gè)子系統(tǒng)（視覺和操縱系統(tǒng)）克服了泛化性的挑戰(zhàn)。在真實(shí)世界中，F(xiàn)lowBot 3D可以準(zhǔn)確預(yù)測(cè)出3D AF物體運(yùn)動(dòng)軌跡。只要這個(gè)軌跡可以準(zhǔn)確預(yù)測(cè)出，那么操縱物體就只需要跟隨這個(gè)軌跡這么簡(jiǎn)單。在真實(shí)世界中，F(xiàn)lowBot 3D只需要使用模擬器中訓(xùn)練出來的一個(gè)模型就可以操控真實(shí)物體。

FlowBot3D在真實(shí)世界中部署的設(shè)置

即使真實(shí)世界中的物體和模擬器中的外貌上有很大不同，只要兩者的運(yùn)動(dòng)學(xué)約束相似（抽動(dòng)式或者旋轉(zhuǎn)式），那么FlowBot 3D就可以準(zhǔn)確預(yù)測(cè)出操控物體的策略。

在模擬器中，機(jī)器人使用部分類別的家用物品進(jìn)行訓(xùn)練。訓(xùn)練的物體包括訂書機(jī)、垃圾箱、抽屜、窗戶和冰箱等。研究者在模擬器中利用這些物體去訓(xùn)練出來一個(gè)能準(zhǔn)確預(yù)測(cè)3DAF方向和大小的模型。

通過高準(zhǔn)確度視覺模塊和比較簡(jiǎn)單的操作策略模塊的這種組合，機(jī)器人可以快速的預(yù)測(cè)并且操控沒見過的物體。

相比較而言，先前基于模仿學(xué)習(xí)或者強(qiáng)化學(xué)習(xí)的方法訓(xùn)練的機(jī)器人需要幾百萬的訓(xùn)練數(shù)據(jù)，有時(shí)還需要人工指導(dǎo)才會(huì)學(xué)習(xí)新型物體的操控方式，使得這些機(jī)器人在現(xiàn)實(shí)世界中，尤其是家用機(jī)器人場(chǎng)景中不現(xiàn)實(shí)。

實(shí)驗(yàn)表明，支持FlowBot 3D部署的機(jī)器人成功地在操控較有難度的新型鉸接物體時(shí)表現(xiàn)優(yōu)于基于模仿學(xué)習(xí)部署的機(jī)器人。研究者使用相同的策略執(zhí)行所有現(xiàn)實(shí)世界的部署，而不需要任何模擬校準(zhǔn)或現(xiàn)實(shí)世界的微調(diào)。

實(shí)驗(yàn)結(jié)果顯示，F(xiàn)lowBot 3D在操作多數(shù)物體時(shí)都能將對(duì)“全開”的距離達(dá)到10%以下。然而其他基于模仿學(xué)習(xí)或者強(qiáng)化學(xué)習(xí)的方法差了很遠(yuǎn)。

FlowBot 3D是機(jī)器人技術(shù)一項(xiàng)激動(dòng)人心的進(jìn)步，它可以無需微調(diào)在現(xiàn)實(shí)世界中部署高效且準(zhǔn)確性強(qiáng)的家用機(jī)器人。這項(xiàng)工作還表明，計(jì)算機(jī)視覺的進(jìn)步可以改變機(jī)器人領(lǐng)域，增強(qiáng)機(jī)器人的能力，同時(shí)使這些改進(jìn)更易于擴(kuò)展到新的條件。純粹依靠模擬器學(xué)習(xí)的方法有可能在直接部署到真實(shí)世界里，并且有較強(qiáng)的泛化性，這將大大降低未來家用機(jī)器人訓(xùn)練和學(xué)習(xí)的成本。

關(guān)于實(shí)驗(yàn)室及課題組

這些工作是在卡內(nèi)基梅隆大學(xué)機(jī)器人學(xué)院的Robots Doing and Perceiving (R-PAD) 實(shí)驗(yàn)室進(jìn)行及完成的。R-PAD實(shí)驗(yàn)室在可變形物體操縱（如學(xué)習(xí)理解布料）課題上處于世界領(lǐng)先地位。實(shí)驗(yàn)室的負(fù)責(zé)人是畢業(yè)于斯坦福大學(xué)的大衛(wèi)·海爾德副教授，師從薩瓦雷塞。實(shí)驗(yàn)室的主旨是利用計(jì)算機(jī)視覺方法幫助機(jī)器人去完成復(fù)雜的任務(wù)。

大衛(wèi)·海爾德副教授相信，即使端對(duì)端學(xué)習(xí)方式很簡(jiǎn)單，但是真正部署到機(jī)器人上的時(shí)候會(huì)遇到許多問題，所以研究者應(yīng)該將視覺與策略分開考慮，但是同時(shí)思考二者如何互相增加能力。在FlowBot 3D算法中，這個(gè)主旨深度體現(xiàn)了出來：3D Articulated Flow是一個(gè)可以極大簡(jiǎn)化策略和規(guī)劃的視覺表示方式，在正確3D Articulated Flow預(yù)測(cè)的基礎(chǔ)上，策略會(huì)被簡(jiǎn)化成追蹤flow向量。

本文的第一作者是R-PAD實(shí)驗(yàn)室二年級(jí)學(xué)生本，他對(duì)3D視覺學(xué)習(xí)有極大興趣，本科畢業(yè)于普林斯頓大學(xué)，加入CMU之前，本曾在谷歌和三星北美研究所工作，從事機(jī)器人學(xué)習(xí)的研究。本文的共同第一作者是RPAD實(shí)驗(yàn)室一年級(jí)學(xué)生Harry Zhang，他對(duì)視覺和控制學(xué)都有極大興趣，本科畢業(yè)于加州大學(xué)伯克利分校，加入CMU之前，哈利張?jiān)诓死腂AIR實(shí)驗(yàn)室負(fù)責(zé)可變形物體動(dòng)態(tài)操縱項(xiàng)目。

下一步，論文作者在嘗試將這種視覺理解方式應(yīng)用到鉸接物體以外的物體上面，比如如何用預(yù)測(cè)6自由度的物體軌跡。同時(shí)，作者在嘗試將應(yīng)用到強(qiáng)化學(xué)習(xí)里，以增加強(qiáng)化學(xué)習(xí)的學(xué)習(xí)效率。