维金 编译自 TechCrunch
量子位 出品 | 公众号 QbitAI
机器人很擅长做规定好的任务。然而有些时候，将这些信息输入系统要要比让机器人执行任务复杂得多。这也是机器人适合做简单、重复性劳动的原因之一。
布朗大学和MIT的研究团队正致力于开发一种系统，让机器人基于基本运动能力，形成对现实世界对象和想法的抽象概念，从而规划任务。借助这个系统，机器人可以完成复杂任务，而不必纠缠于完成任务所需的细节。
研究人员对一种有两个机械臂的机器人Anathema Device（或称“Ana”）进行编程，让其操作房间内的对象，包括打开和关上橱柜或冰箱，打开电灯开关，以及拿起瓶子。在执行任务的同时，机器人通过算法去获得周围环境的信息并进行处理。
△ Ana
该团队表示，机器人能学习关于对象和环境的抽象概念。在打开一扇门之前，Ana就有能力判断，这扇门需要关上。
在处理完任务后，机器人会将这些抽象概念与符号关联。这是一种作为机器人和人类之间媒介的通用语言，不需要复杂编程即可执行。这样的适应性意味着，通过在给定场景中选择适当的操作，机器人可以在更多样化的环境中执行更多类型的任务。
这项研究的负责人、布朗大学助理教授George Konidaris表示：“如果我们想要真正智能的机器人，那么就不能编程去规定它们的所有活动。我们需要给它们设定目标，让它们自主选择行为。”
当然，让所有机器人都这样去学习同样缺乏效率。但研究者相信，他们可以设计出通用语言，开发可以下载至新硬件的技能。
Konidaris解释：“我认为，未来将会出现技能库，这是可下载的。比如你通过查询厨房工作所需的技能，然后机器人就可以去厨房做任务。”
— 完 —
诚挚招聘
量子位正在招募编辑/记者，工作地点在北京中关村。期待有才气、有热情的同学加入我们！相关细节，请在量子位公众号(QbitAI)对话界面，回复“招聘”两个字。
量子位 QbitAI · 头条号签约作者
վ'ᴗ' ի 追踪AI技术和产品新动态
,
