近日，(公众号：)新的智造得悉：加州大学伯克利分校的计算机科学家们研发出有“可以意识到未来要再次发生的事情”的机器人技术，利用这项技术，机器可以做：操纵以前没见过的物件；并且在未来，这项技术可以应用于在自动驾驶汽车的预测事件，并可以协助生产更好的家庭机器人。这个机器人的名字叫Vestri，所利用的技术是视觉意识到技术。

运用视觉意识到技术，机器人可以在几乎自律自学的情况下，看见如果他们继续执行特定的动作不会产生怎样的结果。据新的智造得悉：目前，研究者在NIPS 2017上展出了这项技术。目前，机器人的预测能力还比较简单，不能意识到未来几秒内再次发生的事情——但是它们充足让机器人弄清楚如何在桌子上移动物体，而会遇到障碍物。目前，机器人专心于从几乎自律的游戏中自学非常简单的动手技能，最重要的是机器人要学会在没有人协助或事前不告诉有关物理、环境、物件科学知识的情况下继续执行任务。

要让机器人学会在桌面上操纵物体，这必须在从无人监督的状态中探寻自学，培育视觉的想象力，像婴儿一样，从零开始自学解读世界，用物体展开实验，找到如何以最差的路径移动物体。在几经了这个游戏的阶段之后，机器人可以建构一个对世界的预测模型，并且可以利用这些模型来操作者一些以前没见过的新物体。伯克利大学电子工程和计算机科学系由助理教授Sergey Levine说道：“人类可以想象我们在移动物件的动作，这种方法也可以用于于机器人，机器人可以想象有所不同的的动作将如何影响周围的环境。

”Sergey Levine补足说道：“这项视觉意识到可以在简单的现实环境中构建高度的智能规划。”这个机器人主要依赖深度自学的技术（称作dynamic neural advection，全称DNA）。

这个基于DNA的模型根据机器人的动作预测图像中的图像是如何从这一帧移动到下一帧。用于这个模型，机器人需要继续执行简单的任务，例如在障碍物周围滑动玩具并新的定位多个物体。Levine实验室的博士学生和原DNA模型的发明人Chelsea Finn说道“过去，机器人早已学会了人类主管协助和获取对系统的条件下掌控技能。

”这项技术的性刺激之处就是使得机器人在几乎自律的情况下学会怎么处置物件。据新的智造了解到，有了这项新技术，机器人可以在桌上移动物件，然后利用预测模型来移动自由选择将物体移动到所须要方位的动作。

机器人利用从完整摄像头仔细观察的自学模型来自学如何避免障碍物，并在障碍物周围推展物体。Levine说道：“婴儿可以通过玩玩不具、转动玩具、手部等等来解读世界。

我们的目标是让机器人做到某种程度的事情：通过自律的对话来理解世界是如何运作的。”同时，Levine补足说道：“目前，机器人的自学能力依然受限，但是它的技能是几乎自动自学的，并且可以通过创建在先前仔细观察到的模式来预测如何操作者没掌控过的物件。”值得一提的是，建构出有Vestri的大神Sergey Levine，在今年8月23日选入了第16届TR35榜单（即全球35名35岁以下青年创新者榜单），下文可参照之前所编写的《TR35 | Sergey Levine：提升机器人任务能力的关键，就是让它沦为“自学小能手” | 新的智造》，不仅如此，此前Sergey Levine在Google Brain team的时候，曾和来自Alphabet的DeepMind和Google X 实验室的高手们通力合作，打造出一个叫“多机器人标准化技能自学”的机制。也正是此前在谷歌研究所的工作，奠下了Vestri的基础。

未来Vestri如果需要更进一步突破，坚信不会撬动整个机器人产业的革新。原创文章，予以许可禁令刊登。下文闻刊登须知。

本文来源：kaiyun·全站app下载-www.fengdaseed.com