麻省理工學院研發家庭機器人的運動與任務規劃系統
數十年來，為何家庭中機器人數量並未增加？
這個問題看似簡單，然而卻複雜得令人驚訝－而且我們的家庭也是驚人的複雜場所。自主系統首次在倉庫和工廠裡繁榮起來的一個重要原因是在結構化環境中相對輕鬆地導航。當然大多數系統在開始工作之前仍然需要對空間進行對映，但一旦進行了對映，其變化往往無多。然而家居卻是一個噩夢。它們不僅在單位之間區別巨大，而且充滿了不友好的障礙物，且往往相當動態，因為家具會被移動或東西掉在地上。掃地機器人是家庭中最常見的機器人，而且在市場上推出了數十年後仍在不斷改進。本週，麻省理工學院電腦科學與人工智慧實驗室（MIT CSAIL）的研究人員展示了 PIGINet（Plans, Images, Goal, and Initial facts），旨在將任務和運動規劃引入家庭機器人系統。這個神經網路旨在幫助簡化它們在不同環境中制定行動計劃的能力。
PIGINet 的工作原理
麻省理工學院解釋了 PIGINet 的工作方式，它採用了一個稱為 Transformer Encoder 的多功能和最先進的模型，用於處理資料序列。在本例中，輸入序列包括有關正在考慮的任務計劃的訊息、環境的影象以及初始狀態和期望目標的符號編碼。編碼器將任務計劃、影象和文字相結合，生成對所選任務計劃可行性的預測。當前該系統主要集中在廚房活動上。它利用模擬家庭環境來建立需要與環境的各種不同元素進行互動的計劃，例如櫃臺、櫥櫃、冰箱和洗手檯等。研究人員表示在較為簡單的情況下，PIGINet 能夠將規劃時間減少 80%。而在較複雜的情況下，這個數位通常約為 20-50%。研究團隊表示房屋只是一個開始。「PIGINet 的實際應用不僅限於家庭，」博士研究生楊竹天表示。「我們的未來目標是進一步改進 PIGINet，以提供在確保無法執行的操作後建議替代的任務計劃，從而進一步加快生成可行任務計劃的速度，而無需從頭開始訓練通用計劃器所需的大資料集。我們相信，這可以徹底改變機器人在開發中的培訓方式，並應用於每個人的家中。」
編者評論與建議
麻省理工學院的 PIGINet 研究專案為家庭機器人的發展帶來了令人振奮的突破。這項創新將機器人在訓練和應用中的效能提升一大步，並為家庭環境中的任務執行提供了更高效的解決方案。
然而我們也要認識到 PIGINet 在實際應用中可能會面臨的挑戰。鑒於家庭環境的複雜性和動態性，PIGINet 需要在不同的場景中進行更多的測試和最佳化，以確保其可靠性和穩定性。此外 PIGINet 也需要與未來可能引入的家庭自動化技術進行有效整合，以實現更高水平的智慧化和協同工作。
對於家庭機器人的消費者來說 PIGINet 的問世將帶來更便利的生活體驗。透過提供更高效的運動和任務規劃，家庭機器人將能夠更好地適應家庭環境，提供更智慧和個性化的服務。然而家庭機器人的推廣和應用還需要考慮到倫理和隱私等問題。在引入這些技術的同時我們需要制定相應的政策和規範，以確保人類價值觀和隱私權的保護。
總體而言，麻省理工學院的 PIGINet 是家庭機器人領域的一個重要進展，它為未來的家庭自動化和機器人應用奠定了基礎。然而我們仍需持續關注技術的發展，並與相關利益相關方共同努力，確保技術的應用符合社會的需求和價值觀。
延伸閱讀
- 卡內基美隆大學研發低空飛行無人機，協助繪製山火地圖
- Spotify 研發新工具，讓使用者混音歌曲，曝光截圖揭祕
- 歐盟與美國宣布共同合作，致力於人工智慧安全、標準與研發
- 大型語言模型可幫助家庭機器人在無需人類幫助的情況下恢復錯誤
- 法國監管機構因亞馬遜監控倉庫工人系統對其處以 3500 萬美元罰款
- 人工智慧新創公司 Augmental 致力於頭部追蹤和「無聲語言」技術的研發
- 哈佛大學研發機器外骨骼助步器，有助改善帕金森症患者步態並減少跌倒率
- 2024 消費電子展(CES)預覽：23andMe 受害者指責及麻省理工學院的減肥藥
- 麻省理工學院科學家開發振動減肥藥
- 西雅圖生物科技樞紐獲得科技大咖 7.5 億美元支援，共同研發「DNA 打字機」技術
