详细内容或原文请订阅后点击阅览
一种更快的机器人教学方法
一项新技术可帮助非技术用户了解机器人失败的原因，然后以最小的努力对其进行微调，以有效地执行任务。
来源:MIT新闻 _机器人想象一下购买一个机器人来执行家务。这个机器人是在工厂里制造和训练的，用于执行一组特定的任务，它从未见过你家里的物品。当你让它从厨房桌子上拿起一个杯子时，它可能无法识别你的杯子（可能是因为这个杯子上画着一个不寻常的图像，比如麻省理工学院的吉祥物 Tim the Beaver）。所以，机器人失败了。
“现在，我们训练这些机器人的方式是，当它们失败时，我们真的不知道原因。所以你只能举手说，‘好吧，我想我们必须重新开始。’这个系统缺少的一个关键组件是让机器人演示它失败的原因，以便用户可以给它反馈，”麻省理工学院电气工程和计算机科学 (EECS) 研究生 Andi Peng 说。
Peng 和她在麻省理工学院、纽约大学和加州大学伯克利分校的同事创建了一个框架，使人类能够以最少的努力快速教会机器人他们想让它做什么。
框架当机器人失败时，系统使用算法生成反事实解释，描述机器人成功需要改变什么。例如，如果杯子是某种颜色，机器人可能能够拿起杯子。它向人类展示这些反事实，并要求人类反馈机器人失败的原因。然后，系统利用这些反馈和反事实解释来生成新数据，用于微调机器人。
微调涉及调整已经训练过执行一项任务的机器学习模型，以便它可以执行第二项类似的任务。
研究人员在模拟中测试了这项技术，发现它可以比其他方法更有效地教导机器人。使用该框架训练的机器人表现更好，而训练过程消耗的人的时间更少。
在职培训
在职培训从人类推理到机器人推理
从人类推理到机器人推理