10月12日消息，人工智能研究实验室DeepMind近日为提高机器人的物体堆叠能力提出新基准。

　　Deep Mind的研究小组通过RGB堆叠技术（RGB-Stacking）对机器人进行强化学习训练，评估多个研究对象的行为和动作来提高机器人能力。该项技术利用放置在篮子内红色、蓝色、绿色三种颜色的不同物体，对机器人手臂进行训练，因此被称作RGB堆叠。

　　一、推出机器人堆叠新基准，开源成果

　　对大多数人来说，将一个物体堆叠在另一个物体上是一项简单的任务，但即使是最精密的机器人也很难一次处理多项堆叠任务。堆叠动作需要一系列不同的运动、感知和分析技能，包括与不同类型物体交互的能力，将这个简单的人工任务提升为机器人技术，是一个面临巨大挑战并极其复杂的任务。

　　DeepMind关于机器人学习的研究小组认为，推进机器人堆叠的最新技术将需要一个新的基准。机器人学习会议 （the Conference on Robot Learning ，CoRL 2021）中发表的一篇论文中介绍了RGB堆叠，该项技术的任务是让机器人学习如何抓住不同的物体并在彼此之间保持平衡。

　　虽然其他论文中已经存在堆叠任务的相关基准，但研究人员认为其研究的独创性在于，研究对象选择的多样性以及验证其研究发现而进行的评估。该论文的研究结果表明，模拟数据和现实世界数据的组合可用于学习“多对象操作”，这为机器人学习解决泛化新对象的问题提供了强大的基础。

　　为了支持其他研究人员，该研究小组开源了一版模拟环境，并发布了他们用于构建真实机器人RGB堆叠环境的设计，以及用于3D打印的RGB对象模型信息，并且在未来将更广泛地开放其机器人研究过程中使用的一系列图书馆资源和工具。

　　二、两大测试三大阶段，挖掘机器人学习潜能

　　RGB堆叠的目标是通过强化学习训练机械臂堆叠不同形状的物体。强化学习是一种机器学习技术，它使机器人能够利用自己动作和经验的反馈，并通过反复试验来学习。

　　RGB堆叠将一个抓手连接到篮子上方的机器人手臂上，篮子里放着红、绿、蓝不同颜色的三个物体。机器人必须在20秒内将红色物体堆叠在蓝色物体上方，而绿色物体则作为障碍物来分散其注意力。

转自：https://www.robot-china.com/news/202110/13/67669.html