人工智慧協助家庭機器人節省一半規劃時間
作者：
家用機器人已成為現代家庭生活的一部分，然而這些智慧機器人在新環境下面臨了一個困境：如何在眾多可能行動中選擇恰當的步驟。麻省理工學院電腦科學與人工智慧實驗室（MIT CSAIL）的研究人員正在使用機器學習的方法，開發一種名為 PIGINet 的系統，旨在提高家庭機器人解決問題的能力，同時將規劃時間減少 50%至 80%。
通常情況下，機器人會嘗試各種任務規劃方案，並逐步完善動作，直到找到一個可行的解決方案。然而當遇到可移動和有關節的障礙物時，這種方法往往效率低下且耗時，例如做飯後，你可能希望將所有的調味醬放進櫥櫃。這個問題可能需要根據當下的情況進行兩到八步操作。機器人需要開啟多個櫥櫃門嗎？櫥櫃內是否有障礙物需要移動以便騰出空間？你不希望你家的機器人動作緩慢，更不希望它在思考的時候燒焦了晚餐。
傳統上，人們通常把家庭機器人視為按照預定的食譜進行任務的工具，但這種做法並不適用於多樣化或變化多端的環境。然而 PIGINet 卻能避免這種事先定義的規則。PIGINet 是一個神經網路，它接受“計劃（Plans）、影象（Images）、目標（Goal）和初始事實（Initial facts）”作為輸入，然後預測任務規劃的可行性。它使用了一種稱為 Transformer Encoder 的模型，這是一種通用且最先進的模型，用於處理資料序列。具體而言，輸入序列包括有關正在考慮的任務規劃、環境影象以及初始狀態和期望目標的符號編碼的訊息。編碼器將任務規劃、影象和文字結合起來，生成對所選任務規劃可行性的預測。
提高效率與適應性
研究團隊透過建立數百個模擬環境來測試 PIGINet，每個模擬環境都有不同的佈局和特定的任務，需要將物品重新安排在檯面、冰箱、櫥櫃、洗手槽和炊具之間。透過測量解決問題的時間，他們將 PIGINet 與以前的方法進行了比較。一個正確的任務規劃可能包括開啟左邊的冰箱門，取下鍋蓋，將卷心菜從鍋子中移出並放入冰箱，將土豆放入冰箱，從洗手槽中拿起瓶子並放入其中拿起番茄並放下它。在簡單的情境中，PIGINet 將規劃時間縮短了 80%，在較複雜的情境中，規劃時間減少了 20%至 50%，其中包括更長的規劃序列和更少的訓練資料。
麻省理工學院的萊斯利·帕克·凱布林教授表示："像 PIGINet 這樣的系統使用資料驅動的方法來高效處理熟悉的案例，但仍然可以回歸'第一原理'規劃方法來取證基於學習的建議並解決新問題，為解決各種問題提供了可靠和高效的通用解決方案，兼顧了兩者的優勢。”PIGINet 在輸入序列中使用了多模態嵌入，這使得它能夠更好地表示和理解複雜的幾何關係。使用影象資料有助於模型理解空間佈局和物體配置，而無需知道精確的物體 3D 模型以進行碰撞檢查，從而在不同的環境中快速做出決策。
突破挑戰
PIGINet 開發過程中面臨的一個主要挑戰是缺乏良好的訓練資料，因為所有可行和不可行的規劃都需要傳統規劃器生成，這本身就很耗時。然而透過使用預訓練的視覺語言模型和資料擴充技巧，研究團隊成功地解決了這個挑戰，不僅在具有已知物體的問題上顯著減少了規劃時間，而且在以前未見物體的零樣本泛化上也取得了成功。
帶領這項研究的 MIT CSAIL 博士生楊竹天表示："由於每個家庭的情況都不同，機器人應該是能夠適應問題並找到解決方案的。我們的核心理念是讓一個通用的任務規劃器生成候選任務計劃，並使用深度學習模型選擇有希望的方案。結果，我們研發出了一種更高效、更適應性和更實用的家庭機器人，它能夠靈活地處理複雜且動態的環境。此外 PIGINet 的實際應用不僅局限於家庭，我們的未來目標是進一步改進 PIGINet，以在識別不可行動作後提出替代的任務計劃，從而進一步加快產生可行的任務計劃的速度，而無需透過大資料集來訓練一個通用規劃器。我們相信，這將徹底改變機器人的開發培訓方式，並應用於每個家庭中。"
迎接全新的發展方向
對於實現通用性機器人的基本挑戰，韓國科學技術高等研究院（KAIST）AI 研究生、前 MIT CSAIL 博士生金範埈表示："這種問題的核心瓶頸在於如何確保高層任務規劃，以確保是否存在實現高層規劃的低層運動規劃。通常情況下，你必須在運動計劃和任務計劃之間進行來回切換，這導致了明顯的計算效率低下。楊竹天的工作透過使用學習來排除不可行的任務計劃，是一個有希望的方向。"他認為 PIGINet 在解決通用性機器人問題方面取得了重大突破。
麻省理工學院的 PIGINet 的研究成果於 7 月 10 日至 14 日在韓國舉行的 Robotics: Science and Systems（RSS）會議上發表。PIGINet 透過利用機器學習技術，提高了家庭機器人的問題解決能力，同時節省了一半的規劃時間。未來，PIGINet 有望進一步最佳化，並在訓練過程中提供替代的任務計劃。
