机器人学习照着“YouTube”视频做饭

大学正在开发一种让机器人学会从视频中做饭做菜

烹饪他们说，既是一门艺术，一门科学，所以这是毫不奇怪的机器人有困难的时候在厨房里。也许有一天，机器人厨师将司空见惯搅拌机，但他们仍然需要学习他们的工作。为了帮助他们，科学家在马里兰和NICTA，澳大利亚的大学正在研究如何对机器人学习如何通过观看YouTube视频做饭。

烹饪是日常任务，但像走路，说话，和其他许多世俗的东西，我们不理解是多么的困难。举个例子来说，简单的厨师刀。这是一个简单的8三角钢的长度，但在一个熟练厨师的手，就可以从食品加工到压蒜器厨房取代几乎所有的花哨的小工具。

这是因为人类非常善于操纵对象。人类的手是惊人的多才多艺和人类是无限的发明。关键是要找到一个办法让一个机器人甚至远程做些什么人可以做切碎的洋葱或搅打鸡蛋的时候 - 更不用提一些更复杂的

传统的方式工程师处理的问题是简化。任务。也就是说，分解任务，并重新设计它，因此它可以用爪子或钳子，或创建专门的机械手，可以做一个任务非常好，没有别的，或者像Versaball普遍抓取压倒的问题来进行。

握确定机器人

不过这只是到目前为止。有迹象表明，仍然需要人情味许多任务和机器人需要学习的联系，如果它会做同样的事情。在某些方面，这是一个机械的问题，但在大多数其他人，这是一个如何教机器人的问题。一种方法是分析作业和直接编程的机器。另一种是用动作捕捉手套或手跟踪器来记录所需要的运动，而第三种方式是直接引导机器人就像一个老师表示学生如何切些肉。

马里兰和NICTA的团队正在研究一种更直接的方法，其允许机器人学会自明。在这种情况下，通过查看直接带下互联网烹饪指令视频。关键是要找到一种方法机器人来学习如何来研究人类的行为，然后把它们变成是机器复制的能力范围内的命令。

该小组说，处理原始视频是不容易的。不像做在实验室，以支持一个实验专用的视频，那些在YouTube和其他服务中是不可预知的，有各种各样的风景，背景，灯光，以及其他复杂理清。这需要一些复杂的图像识别以及技术，允许机器人分解所观察的行动，以抽象的“原子”的水平。这是通过使用一对卷积神经网络（CNN）基于识别模块中的机器人从视频如何学习完成。

步骤

的关键，CNN是人工神经元，这是一个数学函数模仿生活神经元。这些人工神经元都连接在一起，形成一个人工神经网络。用于烹饪机器人，这些网络像人的视觉系统，使用神经连接重叠层学习图像。这个重叠提供了非常高的分辨率和从图像数据要失真非常耐因为它是从一种形式转换到另一个。

在马里兰

机器人查找一六基本的它们是如何使用的，并通过时间改变的视频序列类型抓手和研究。然后，它可以决定哪个操纵器，如果它有几个，选择要复制的把握，如真空夹持器牢固地保持的东西，或平行夹钳，用于更精确。此外，它标识对象在抓握，例如刀，苹果，碗，鲑鱼，或酸奶的一盆，等等。

下一步是确定一个10的哪个通用烹饪场景，例如切割，浇注，铺展，劈柴，或剥落，正在紧张进行。该完成的，该系统随后识别一个更大的基团组成的场景的操作，断下来，然后确定如何复制它们称为一个有用序列“句子”。通过这种方式，它可以从混乱“如何去骨火腿？”以将其转化为有用的动作，机器人可以执行。

研究人员说，在未来，他们将工作细化分类，看看如何使用标识的抓手来预测行为进行更详细的分析，他们制定出“语法行动“

团队的工作成果将发表在协进人工智能的第29届年度会议

来源：通过RT马里兰（PDF）大学