编者按：本文来自微信大众号“量子位”（ID：QbitAI），作者郭一璞，36氪经授权发布。
从上海，到北京，每个城市都在搞废物分类。
干废物、湿废物、有害废物，猪不能吃、猪能吃、猪吃了会死……你该不会是还在为这些废物别离是什么而苦恼呢？
要是能主动给废物分类就好了。
Alphabet X，便是之前孵化了无人车的Google X，总算造出了废物分类机器人。
这些机器人能够把废物分类、把分错类的废物放到正确的当地，还能在办公室里游走捡废物。
比方，放错当地的矿泉水瓶，机器人能够捡起来放到正确的当地去：
放错当地的易拉罐，也要让它和其他罐罐在一同：
他们在Alphabet公司的办公室测验后，发现这台机器人能够明显下降废物构成的污染，将天性收回运用却被送去废物填埋场的废物占比从20%降到不到5%。
怎样做到的
想让机器人学会废物分类，需求用到感知、移动和操作，凭借计算机视觉技能进行感知以及协助机器人前行的主动驾驶才能都是业界了解的，但怎样学会在杂乱环境顶用“手”摆开柜子、翻开抽屉、捡走废物则是有必要要让机器自行学会的操作。
因而，Alphabet X用到了三个方法来让机器人学会灵敏用“手”。
跟人类学习
第一种是跟人类学习，仿照人类的动作和做法。
这儿就用到了Play-LMP算法，它在没有特定数据集操练的状况下，让机器人跟人类的演示学习，终究完结均匀成功率85.5%。
学出来的成果，大概是这样的，左面是使命要求，右边是履行进程：
跟其他机器人学习
和其他机器人学习是经过无模型的强化学习，让许多个机器人同享经历。
详细的完结方法是这样的：
让机器人学习凭借门把手开门这个技巧，一同学习的每个机器人都装了一份神经网络，而且他们每台机器人都连到了一个中心服务器上。
每个机器人开端对着这个门和门把手揣摩，探索着考虑怎样开。
这样的一个进程中，每个机器人每一步的举动和成果都被传输到背面的中心服务器上，中心服务器里的神经网络就开端凭借这些传输来的经历，迭代改善神经网络。
这样整一个完好的进程就好像司令部派了几个战士出去侦办，再把每个战士送回来的头绪汇总，构成全体的作战思路，再告知战士们该怎样样怎样举动。
所以改善之后，机器人们就都学会了开门这项技能。
在云端学习
机器人要捡废物，有必要学会灵敏的运用自己的“手”来抓东西，要不断的操练，有很多数据来操练模型才能够。
实践国际里，机器人一天只能操练5000次抓取，数据量是远远不够的。
而凭借随机到标准习惯网络（Randomized-to-Canonical Adaptation Networks，简称RCANs），在云中模拟操练的数据就能够用在模型的实践操练中，这样机器人抓物体的成功率就提高到了70%。
之后，再结合5000次在实践国际抓取的数据，对模型进行微调，成功率就到了91%。
这样的一个进程，相当于在实在国际抓了58万次的成果，一会儿省了99%的操练次数。
这样，本来需求花3个月的时刻来操练机器人学习抓取，现在只需不到一天就能够了。
别的，这篇论文也发了本年的CVPR。
结构化和非结构化环境里的机器人
现在的机器人领域内，虽然有不少老练的机器人，但它们都是技能专精、价格昂贵的。
他们在工厂流水线上这种单一而结构化环境里，用十分高的功率处理某一项使命，但无法在每天状况都不相同、杂乱而非结构化的日子环境中处理洗衣煮饭这些费事的使命。
Alphabet X的终究目标是造出能够在日常日子中运用的机器人，比方它能够在家里叠叠被子洗洗碗，在办公室里端茶倒水取外卖……每天都会用到，所以这个项目也因而被叫做Everyday Robots。
不过，其难度可想而知。
美国国家公路交通安全管理局给出了这张示意图。
横轴左边是履行专精的使命，右边是日常的多种杂乱使命；纵轴下半部分是在结构化的环境中，上半部分是在非结构化的环境中。
明显，右上角那种在各种杂乱环境都能见机行事、十八般武艺样样都行的机器人，人类发明它的难度要远远高于左下角只会在流水线上固定方位完结固定使命的工业机器人。
而在右上方象限内，就有正在发展中的无人驾驶轿车，Everyday Robots，要比无人驾驶的难度更上一个量级。
传送门
最终，关于这个废物分类机器人的三种学习方法，相关的论文、技能博客链接如下。
跟人类学习Learning Latent Plans from Play作者：Corey Lynch, Mohi Khansari, Ted Xiao, Vikash Kumar, Jonathan Tompson, Sergey Levine, Pierre Sermanethttps://learning-from-play.github.io/
跟其他机器人学习https://ai.googleblog.com/2016/10/how-robots-can-acquire-new-skills-from.html
在云端学习Sim-to-Real via Sim-to-Sim: Data-efficient Robotic Grasping via Randomized-to-Canonical Adaptation Networks
作者：Stephen James, Paul Wohlhart, Mrinal Kalakrishnan, Dmitry Kalashnikov, Alex Irpan, Julian Ibarz, Sergey Levine, Raia Hadsell, Konstantinos Bousmalishttps://arxiv.org/abs/1812.07252
假如你也在做相似的研讨，不放仿制链接参阅一下~
