加利福尼亞大學(xué)伯克利分校的研究人員開發(fā)了一種機器人學(xué)習(xí)技術(shù)，該技術(shù)使機器人能夠想象他們的行動的未來，以便他們能夠弄清楚如何操縱從未遇到過的物體。將來，這項技術(shù)可以幫助自動駕駛汽車預(yù)測未來的道路事件，并在家庭中生產(chǎn)出更多的智能機器人助手，但最初的原型著重于完全從自動駕駛中學(xué)習(xí)簡單的手動技能。

借助這種稱為視覺預(yù)見的技術(shù)，機器人可以預(yù)測如果執(zhí)行特定的動作序列，相機將看到的圖像。到目前為止，這些機器人的想象力仍然相對簡單-預(yù)測僅在未來幾秒鐘之內(nèi)進行-但它們足以讓機器人找出如何在桌子上四處移動物體而不會干擾障礙物。至關(guān)重要的是，該機器人可以學(xué)會執(zhí)行這些任務(wù)，而無需任何人的幫助或有關(guān)物理學(xué)，其環(huán)境或物體是什么的先驗知識。這是因為視覺想象力完全是從無人值守和無人監(jiān)督的探索中完全從頭開始學(xué)習(xí)的，其中機器人在桌子上玩耍。在這個游戲階段之后，機器人將建立一個預(yù)測模型 并可以使用此模型來處理以前從未見過的新對象。

伯克利大學(xué)電氣系助理教授謝爾蓋·萊文(Sergey Levine)表示：“就像可以想象我們的動作將如何在環(huán)境中移動物體的方式一樣，這種方法可以使機器人形象地觀察不同的行為將如何影響周圍的世界。工程與計算機科學(xué)，其實驗室開發(fā)了該技術(shù)。“這可以在復(fù)雜的現(xiàn)實情況下智能規(guī)劃高度靈活的技能。”

該研究小組將于12月5日在加利福尼亞州長灘舉行的神經(jīng)信息處理系統(tǒng)會議上演示視覺預(yù)見技術(shù)。

該系統(tǒng)的核心是基于卷積循環(huán)視頻預(yù)測或動態(tài)神經(jīng)對流(DNA)的深度學(xué)習(xí)技術(shù)?；贒NA的模型根據(jù)機器人的動作預(yù)測圖像中的像素如何從一幀移動到下一幀。對此類模型的最新改進以及大大改進的計劃功能，已使基于視頻預(yù)測的機器人控制能夠執(zhí)行日益復(fù)雜的任務(wù)，例如在障礙物周圍滑動玩具并重新放置多個對象。