機器人發展至今，技術可說是日趨成熟，從機器人發明以來，我們都瞭解到「程式」對機器人而言是多麼重要的生命來源，然而隨著科技的演進，我們都期待只要人類做出明確的指示，機器人就可以做出任何指定的動作，而不需要仰賴程式指令的改寫。
新契機？！讓機器人自己學？
加州大學柏克萊分校近期想透過VR教導機器人新技能，在過去這幾年，由Pieter Abbeel教授領軍的研究人員持續不斷研發教導機器人新技能的方法，而不是單單改寫程式指令而已，希望讓機器人能自己學習這些動作。在這樣的契機下，Abbeel和幾位柏克萊分校的同事們及OpenAI團隊公布了一個耗資美金約700萬元的名為「體現認知」(Embodied Intelligence)的新計畫。此計畫將能夠使工業機械手臂自己學習並做出像人類一般的行為，換句話說，可望研發出一個可以用於短期任務的「可教式機器人」。
由Pieter Abbeel教授領軍的體現認知(Embodied Intelligence)計畫團隊(圖片來源：https://goo.gl/RjbmsB)
嘗試再嘗試：示範與適應性教學
由Abbeel教授領軍的機器人學習實驗室(RLL)持續進行藉由人類示範指定動作給機器人做適應性學習的研究。舉2013年的機器人打結動作指令為例 (影片連結網址：https://goo.gl/pnhLvi)，值得我們注意的是：機器人展現了如何透過觀看人類的示範而學會打結的動作，而不是像從前得透過工程師輸入程式而使其完成動作。因為沒有固定裝置及程式設定，因此機器人就必須得透過足夠的數據辨識當下的環境狀況及操作的物品並調整對應的行為，這可是相當具挑戰性的任務！或許人類可不經思考就能做出這些動作，但機器人卻無法，這也就是為什麼人類及機器人控制器的能力間存在著相當大的落差，而此計畫就是希望能夠縮小這樣的落差讓機器人得以更快速及有彈性地學習。隨著技術逐漸成熟，史丹佛大學的ImageNet計畫也顯示出只要你願意蒐集足夠的數據及一個又大又深的神經網絡，「學習」可以做到比以前還要更多。此外，Abbeel也想要建立一套可以超快學習新技能的系統，讓機器人本身只需要透過人類在指令一開始給的一點點示範就足以教會自己，也就是說，這套系統只需要在事前寫一次程式就足以供所有應用程式使用，其他新的動作都可以透過這些大數據為背景的神經網絡學習而來。
突破：虛擬實境(VR) 與AI 創造出新火花
體現認知計畫也開始嘗試以虛擬實境開出一條全新道路。隨著VR的使用日趨普及，若VR能取代人工的示範成本，那何嘗不是一個更省事方法？也就是說你可以在虛擬實境中藉由讓機器人體驗並從中學得技能，不過這項技術仍著眼於數據的品質。但往好處想，因為在蒐集數據的品質日漸提高了，教導機器人新技能的速度也渴望大大提升。
研究人員正透過VR向機器人示範動作及教學(圖片來源：https://goo.gl/qGwE2e)
決定性的關鍵：遠端操作
然而，隨著VR的發展日漸成熟，目前部分遊戲產品已結合藍芽技術發展VR遠端遙控了，因此研究團隊也開始思考是否也能夠透過VR來遠端遙控及教導機器人，讓教學的場域更加彈性。Abbeel表示：「只要人們能夠透過不同方式遙控機器人來完成工作，任何事情似乎都有發展的可能性。當然，任務越複雜，所需的數據也就越多，這也是我們隨著時間慢慢知道的—任務所需的數據收集量。」為此，很多公司像是Kindred、Kinema Systems以及RightHand Robotics都已經進入這個領域提供機器人操縱的解套，在一定程度上也可以管理變化並適應新的任務。我們也期待未來體現認知計畫的發展能夠為機器人的學習帶來更大的突破。
遠端操控裝置來提供機器人及人類更多彈性的教學空間(圖片來源：https://disruptionhub.com/virtual-reality-training-robot/)
總編輯：國立中山大學資訊工程學系 黃英哲教授
（本文由科技部補助｢新媒體科普傳播實作計畫｣執行團隊撰稿）
