搭積木可不簡單。

除了訓(xùn)練小朋友的整體項目意識，這也是一個視覺、觸覺、交互和策略都需要上線的游戲。而在眾多的搭積木游戲中，“疊疊樂”可能是其中最有趣，難度也最高的一種。

疊疊樂，又名疊疊高，也叫疊疊木，是一款經(jīng)典的木制益智積木玩具。

游戲規(guī)則看似很簡單，從下方的積木中，抽一根往上搭。但是游戲過程極度考驗?zāi)托院妥灾屏Α?/p>

這個游戲手殘黨反正是玩不了，手腳不是太靈活的小伙伴，也放棄吧。

但是，這個游戲?qū)IT團隊研發(fā)的機器人來說，輕而易舉~

它是怎么做到的呢？

首先，在硬件方面，需要一個軟齒夾鉗、一個力傳感腕帶以及一個外部攝像頭，這些部件是用于觀察和感應(yīng)積木塔以及積木的。

其次，當(dāng)機器人小心地推動一塊積木時，計算機利用外部攝像頭和力傳感腕帶分別接收視覺和觸覺反饋，然后與機器人先前做出的動作進行比較。

在此過程中還需考慮了不同動作可能產(chǎn)生的結(jié)果——具體來說就是能否用特定的力度，抽出特定位置的積木放在塔頂并確保積木塔不倒。機器人會實時 “學(xué)習(xí)”是否繼續(xù)推動這塊積木來防止積木塔倒塌。

具體來說，與國際象棋、圍棋等更依賴認(rèn)知思維的任務(wù)或游戲不同，玩疊疊樂還需要掌握物理技巧，如試探、推、拉、放置和碼齊。

這項游戲需要交互式感知和操作，你必須去觸摸積木塔才能學(xué)會何時以及如何移動積木。

整個過程很難模擬，機器人必須和現(xiàn)實中的積木塔進行交互來學(xué)習(xí)。主要的困難是，如何利用物體和物理常識從相對較少的實驗中學(xué)習(xí)。

當(dāng)然，MIT團隊并不止步疊疊樂游戲，目前開發(fā)的觸覺學(xué)習(xí)系統(tǒng)正應(yīng)用在垃圾分類回收、組裝消費品等需要精確物理交互的任務(wù)。

相關(guān)研究細(xì)節(jié)發(fā)表在最近的《Science Robotics》期刊上。論文的第一作者是麻省理工學(xué)院的研究生Nima Fazeli。研究團隊還包括Miquel Oller，Jiajun Wu，Zheng Wu和麻省理工學(xué)院大腦和認(rèn)知科學(xué)教授Joshua Tenenbaum。

論文地址：

http://robotics.sciencemag.org/content/4/26/eaav3123

這項工作是開創(chuàng)性的，麻省理工學(xué)院機械工程系的Alberto Rodriguez評論道：“疊疊樂機器人展示了之前的機器人系統(tǒng)無法做到的事：快速學(xué)習(xí)執(zhí)行任務(wù)的最優(yōu)方法。它不僅利用常用的視覺反饋，還包括觸覺反饋和物理交互?！?/p>

例如，在手機生產(chǎn)流水線上，幾乎每一步都需要卡扣連接和螺絲固定，在這個過程中是依靠力和觸摸來判斷是否正確組裝的，而不是視覺。

而這項技術(shù)的靈魂就正是是研究人員精心構(gòu)建的學(xué)習(xí)模型。

推拉

在疊疊樂游戲中，54塊長方形積木垂直交錯堆疊成18層的積木塔，每層有三塊積木，玩家輪流抽出一塊積木放在塔頂來增加積木塔的高度，但是又不能使積木塔倒下。

想讓機器人學(xué)會玩疊疊樂，傳統(tǒng)的做法是收集積木塊、積木塔和機器人三者之間可能發(fā)生的所有交互，這需不但要耗費大量計算資源，還需要成千上萬次抽積木的操作。

Rodriguez和他的同伴從人類認(rèn)知和實際操作角度尋找到了一種更有效的數(shù)據(jù)處理方式。

這個團隊定制了一個行業(yè)標(biāo)準(zhǔn)的ABB IRB 120機械臂，在機器人能夠觸到的范圍內(nèi)搭建了一個積木塔，然后開始訓(xùn)練。機器人首先隨機選擇一塊積木和推動積木的位置，然后用較小的力試圖將積木推出塔外。

計算機則會在這個過程中記錄每次嘗試的視覺和力量數(shù)據(jù)，并標(biāo)注是否成功。

這個機器人沒有進行成千上萬次的嘗試（包括多次重建積木塔），它只進行了大約300次的嘗試。把相似的數(shù)據(jù)和結(jié)果進行聚類分組，表示特定的積木行為。例如，一組數(shù)據(jù)可能表示很難移動的積木，另一組可能表示比較容易移動的積木，或者移動后積木塔會倒塌的積木。對于每一組數(shù)據(jù)，開發(fā)一個簡單的模型，機器人將會基于它現(xiàn)有的視覺和觸覺數(shù)據(jù)來預(yù)測移動一塊積木的行為。

Fazeli說：“這種聚類技術(shù)受到人類認(rèn)知過程的啟發(fā)，顯著提高了機器人學(xué)習(xí)游戲的效率。讓機器人建立數(shù)據(jù)集群，然后學(xué)習(xí)每個集群的模型，而不是學(xué)習(xí)一個能夠捕捉所有可能性的模型。”

堆疊

研究者用模擬器MuJoCo，在計算機模擬的疊疊樂游戲中與其他如今最先進的機器學(xué)習(xí)算法進行比試，從而了解疊疊樂機器人在現(xiàn)實世界中的學(xué)習(xí)方式。

Oller說：“我們把我們系統(tǒng)獲得的數(shù)據(jù)信息提供給這些算法，看它們是如何玩疊疊樂的。與我們的算法相比，這些算法需要搭建更大數(shù)量級的積木塔才能學(xué)會這個游戲?！?/p>

研究團隊讓疊疊樂機器人與人類志愿者進行了幾次非正式比賽。

Oller說：“我們看到積木塔倒塌之前人類能抽出幾個積木塊，我們的機器人和人類不相上下。”

但是，疊疊樂機器人在與人類玩家進行正式比賽之前還有很長的路要走。除了物理交互，疊疊樂游戲還需要一些策略，比如抽出一塊積木，既不使積木塔倒塌又能使對手很難抽出下一塊積木。

目前，研究團隊并不致力于讓機器人獲得疊疊樂冠軍，他們更想把這一新技能應(yīng)用到其他領(lǐng)域。

Rodriguez說：“我們用手完成的很多任務(wù)都是憑感覺，這種感覺來自力量和觸覺反饋，我們的算法可以完成這類任務(wù)?！?/p>