疊疊樂是一款家喻戶曉的娛樂游戲。近期，MIT的研究人員發明了一款機器手，可以通過視覺和觸覺，毫無壓力的玩轉這款游戲。而這項研究的方法，有望推廣到其它類似任務的領域中。

在MIT3號樓的地下室，一個機器人正在小心翼翼的玩著“層層疊”游戲。

這個游戲想必大家或多或少都有所接觸。簡單來說就是在保證積木不倒的情況下，從底部抽取木條，再堆到頂部。會有一種“釜底抽薪”的感覺。

而這個游戲對于這個機器人來說可以說是毫無壓力。

從視覺、觸覺出發，快速學習執行任務最佳方式

該機器人由MIT的工程師開發，配備了一個軟齒狀夾持器、一個力感應腕帶和一個外部攝像頭。可以說是從視覺和觸覺兩個方面協同合作來完成任務。

當機器人小心地推一塊積木時，電腦從它的攝像頭和腕帶接收視覺和觸覺的反饋，并將這些測量值與機器人之前的動作進行比較。

它還考慮了這些移動的結果——具體來說，就是考慮是否成功地提取了具有特定配置并以一定力量推動的積木。在實時情況下，機器人會“學習”是繼續推還是移動到一個新的區域，以防止積木倒塌。

MIT機械工程系理教授Alberto Rodriguez表示，機器人展示了以前系統中難以實現的一些東西：能夠快速學習執行任務的最佳方式，不僅從視覺方面，還從觸覺方面做到物體的精確互動。

Rodriguez說：“與國際象棋或圍棋等純粹的認知任務或游戲不同，玩“層層疊這個游戲還需要掌握探測、推、拉、放置和對齊等技能。它需要互動的感知和操作，你必須去觸摸積木塔，學習如何以及何時移動積木。這是很難模擬的，所以機器人必須在現實世界中學習，通過與真實的積木塔進行互動。關鍵的挑戰是通過利用關于物體和物理的常識來從相對少量的實驗中學習。”

Rodriguez還表示，研究人員開發的觸覺學習系統可以應用于層層疊以外的領域，特別是需要仔細進行物理交互的任務，包括從垃圾填埋場中分離可回收物品和組裝消費品。

推、拉動作以及堆疊積木是關鍵

推、拉

在這個實驗中， 54個矩形塊被堆疊成18層，每層三塊，每層中的塊垂直于下面的塊。

游戲的目的是小心地提取一個塊并將其放置在塔頂，從而建立一個新的水平，而不是推翻整個結構。

為了讓機器人來玩層層疊，傳統的機器學習方案可能需要捕獲積木、機器人和塔之間可能發生的所有事情，但這是一項昂貴的計算任務，需要數千甚至數萬次積木提取嘗試的數據。

相反，Rodriguez和他的同事們受人類認知和我們自己玩游戲的方式的啟發，為機器人學習玩層層疊尋找了一種更有效的數據方式。

該團隊定制了一個符合行業標準的ABB IRB 120機器人手臂，然后在機器人范圍內設置了一個積木塔，并開始了一個訓練期，其中機器人首先選擇一個隨機區塊和一個位于該區域上的位置以進行推動。 然后它施加少量的力以試圖將塊推出塔外。

對于每次嘗試，計算機記錄相關的視覺和力測量，并標記每個嘗試是否成功。

該機器人不是進行數萬次這樣的嘗試，而是在大約300次嘗試中進行訓練，嘗試進行類似的測量，并將結果分組，代表特定的行為。

例如，一個數據集群可能代表對難以移動的塊的嘗試，而不是一個更容易移動的塊，或者在移動時推翻了塔。 對于每個數據集群，機器人開發了一個簡單的模型，以根據當前的視覺和觸覺測量來預測塊的行為。

這種聚類技術大大提高了機器人學習玩游戲的效率。

堆疊

研究人員在使用模擬器MuJoCo進行的游戲計算機模擬中，將他們的方法與其他最先進的機器學習算法進行了對比。在模擬器中獲得的經驗告訴研究人員機器人在現實世界中學習的方式。

論文作者Oller說：“我們為這些算法提供了我們系統獲得的相同信息，以了解他們如何學習、如何在相似的水平上玩層層疊。與我們的方法相比，這些算法需要探索數量級更多的塔來學習游戲。”

由于好奇他們的機器學習方法與真正的人類玩家相比如何，該團隊在幾個志愿者中進行了一些非正式的試驗。

Oller說：“我們觀察了人類在積木塔倒塌之前能夠提取積木的個數，結果差別并沒有那么大。”

但如果研究人員想讓他們的機器人與人類玩家競爭，還有很長的路要走。除了物理上的交互作用，Jenga還需要一些策略，例如只提取正確的塊，這將使得對手很難在不推翻塔的情況下拉出下一個積木塊。

目前，該團隊對開發機器人來取得層層疊游戲冠軍并不感興趣，而更關注于將機器人的新技能應用到其他應用領域。

Rodriguez說：“有很多我們用手做的事情，感覺‘正確的方式’來自于力量和觸覺暗示的語言。對于這樣的任務，類似于我們的方法可以解決這個問題。”

這篇論文發表在Science子刊——Robotics，有興趣的讀者可以復制下方鏈接閱讀全文。