详细内容或原文请订阅后点击阅览
机器人共同学习物体选择技能（+视频）
Стефани Теллекс, доцент кафедры информатики в американском Университете Брауна, рассказала в недавнем интервь об обучении роботов выполнению таких насущных 和 специфических задач, как захватывание предметов, а также объяснила, чему это трудно для робота, и чего ее группа хочет добиться в этой области。
来源:Robogeek新闻频道（关于机器人技术的俄罗斯与世界新闻）美国布朗大学计算机科学助理教授 Stephanie Tellex 在最近的一次采访中谈到了如何教会机器人执行抓取物体等紧急而具体的任务，并解释了为什么这对机器人来说是困难的，以及她的团队希望在这一领域实现什么目标。
Tellex 与 Rethink Robotics 的 Baxter 工业机器人合作，该机器人具有箱形机身和机械手。
记者观察到Baxter尝试搭配各种单品，发现这有点像不使用油漆的染色过程。一切都显得很无奈。
对于机器人来说真正困难的动作，人类几乎可以毫不费力地完成。人能够无意识地感知某种情况，然后计划行动并控制选择对象的过程。但机器人对这些事情一无所知。他仅从相机接收信息。而这些信息只是一堆数字。
Tellex 相信，如果机器人使用能够像孩子一样从经验中学习的软件，它们将能够更好更快地识别出不熟悉的物体。
Stephanie Tellex 的 Baxter 每天 24 小时营业，这并不奇怪。他把东西捡起来。然后他把它们放下。重复同样的事情。并再次重复同样的事情。等等。但斯蒂芬妮有一个加快学习过程的想法。
她希望在其他地点“招募”更多的 Baxter 机器人，这些机器人在轮班结束后会闲置一段时间，并可以执行与她的 Baxter 相同的任务，以加快这一过程。这让人想起一句话：一个头好，但两个更好。
简而言之，数百个机器人将能够加速知识共享的过程。整个问题是这个学习过程会进行多快。