麻省理工学院的博士生，同时也是该论文的第一作的者Xavier Puig说：“把行动描述成计算机程序的好处是，它可以清楚地描述完成一项任务所需要的所有步骤。这些程序可以引导机器人或虚拟角色，也可以用更简单的动作完成复杂的任务。
该项研究由CSAIL和多伦多大学共同开发，其中还包括来自加拿大麦吉尔大学（McGill University）和卢布尔雅那大学（University of Ljubljana）的研究人员。它将在本月于盐湖城举行的计算机视觉与模式识别（CVPR）会议上展出。
与人类不同，机器人需要更明确的指令来完成简单的任务；他们不能进行推断或推理。比如，在做描述时，一个人可能会说“打开电视，在沙发上看电视。”在这里，像“拿起遥控器”和“坐在沙发上/躺在沙发上”这样的动作就被省略了，因为这是人类日常沟通中的常识部分。
一旦这些程序被创建，团队就会将它们输入到VirtualHome的3D模拟器中，将其转换成视频。之后虚拟代理将执行程序定义的任务，无论是看电视、在炉子上放一个罐子，还是打开或关闭一个烤面包机。
项目的最后不仅仅是获得一个训练机器人做家务的系统，还包括一个使用自然语言描述家庭任务的大型数据库。像亚马逊这样的公司也在努力开发类似于Alexa的机器人系统，试图利用这些数据来训练其模型完成更复杂的任务。
未来，该团队希望用实际视频来训练机器人，而不是通过模拟的视频，这样机器人就可以通过观看YouTube来进行学习。此外，他们还在致力于实现一个奖励学习系统，在这个系统中，当代理执行正确的任务时，会得到积极的反馈。
“你可以想象这样一个场景：机器人在家里帮忙做家务，”Puig说。“这对于老年人或那些可能行动不便的人来说尤其有用。”
分享到:
閱讀更多 AI小智君 的文章
