详细内容或原文请订阅后点击阅览
人工智能帮助机器人不仅仅使用抓手来操纵物体
当一个人需要将一个又大又重的箱子搬上楼梯时，可以用双手抬起箱子，然后将其放在前臂上，将其压在胸前，用整个身体来操纵它。
来源:Robogeek新闻频道（关于机器人技术的俄罗斯与世界新闻）当一个人需要将一个又大又重的箱子搬上楼梯时，可以用双手抬起箱子，然后将其放在前臂上，将其压在胸前，用整个身体来操纵它。
对于机器人来说，盒子能接触到的每一个地方都代表一个接触事件。由于存在数十亿的变化，快速的操纵规划成为一项难以克服的任务。
麻省理工学院的研究人员找到了一种简化这一过程的方法，称为高接触调度。他们使用一种称为平滑的人工智能技术，将许多接触事件减少为更少的决策，甚至允许简单的算法快速确定机器人的有效操纵计划。
机器人在决定如何操纵物体时可能做出的许多决定在宏伟的计划中并不重要。例如，手指的每一次微小的调整，无论是否导致与物体接触，都没有什么影响。平滑可以平均掉许多不重要的中间决策，留下一些重要的决策。
强化学习通过尝试许多接触点然后计算结果的加权平均值来隐式执行平滑。基于这一经验，麻省理工学院的研究人员开发了一个简单的模型，可以执行类似的平滑处理，使其能够专注于机器人与物体的核心交互并预测长期行为。他们表明，这种方法在生成复杂计划方面可以与强化学习一样有效。
“如果我们能够通过模型来利用这些机器人系统的结构，它将加快决策和制定联系计划的整个过程，”电气工程与计算机科学系的研究生 Terry Suh 说（ EECS）和该论文的主要作者之一致力于这项技术
已发布视频