Google训练机器人在自家办公室分类垃圾

增强学习技术的发展,使得机器人的能力随之提升,除了抓取等基本操作,Google还要让机器人具备能够实际处理日常任务的能力,而Google在这2年於自家办公大楼部署23台机器人,专门在垃圾站巡逻,并执行垃圾分类和回收的工作,经统计一年约可减少一半的垃圾重量。

Google发展能够在自家办公大楼中巡逻,并且寻找垃圾站的机器人,机器人的任务是能够重新整理垃圾站的垃圾,将可回收物品从其他桶中移动到可回收桶,并将所有可分解的物品,像是纸容器和纸杯丢入可分解桶,至於其他的东西则放到垃圾桶。

研究人员提到,分类垃圾对机器人来说并不容易,光是要捡起垃圾桶中的物品,就是一个很大的深度学习挑战,而且机器人还要能够辨识物体,将物体放进合适的桶中更是不容易。研究人员使用真实世界资料,进行深度增强学习,并且透过将模拟训练和实际操作相结合,以加速学习过程,另外,机器人也使用额外的感测资讯,掌握物体的形状和大小,提高在不同场景下的泛化能力。

训练垃圾分类机器人有多个分类垃圾经验获取管道,一开始由研究人员制定一组简单的策略,虽然机器人以此策略分类垃圾的成功率很低,但是可以提供一些初始经验,第二个经验学习管道则是sim-to-real模拟训练框架,透过模拟提供机器人更多初始垃圾分类策略,再来研究人员则要机器人站在教室中,透过设定具代表性的垃圾站环境,要机器人不断地进行垃圾分类练习,最後研究人员才将这些机器人,部署到办公大楼中,在真实的环境中执行垃圾分类,学习最实际的分类经验。

虽然在实际办公大楼垃圾桶的训练,可以拥有最真实的体验,但是办公室中有些时候会有很多垃圾,有些时候却又很少,因此机器人多数的分类经验,还是在垃圾分类教室中获得。机器人在分类教室总共收集54万次的分类试验,在实际部署中则收集到3.25万次。

透过在教室中进行受控的比较实验,最终机器人能以84%的准确度分类垃圾,而且透过分析2021年到2022年的统计资料,Google表示他们的机器人分类系统,能够有效减少垃圾重量40%到50%。

李建兴

相关推荐

Comments

0 0 投票数
Article Rating
订阅评论
提醒
guest
0 Comments
最旧
最新 最多投票
内联反馈
查看所有评论

热门文章

0
希望看到您的想法,请您发表评论x