谁教会了机器人移动物体

只需按一下按钮，几个月的努力工作即将进入测试阶段。在日本名古屋的海绵展厅中，有16支工程师参加了2017年亚马逊机器人挑战赛。他们建造的机器人系统的任务是从箱子中取出物品并将其放入箱子中。对于担任麻省理工学院普林斯顿小组任务计划负责人的研究生Maria Bauza而言，这一刻特别令人紧张。

Bauza回忆道“比赛开始的时候压力很大，你只需按下开始按钮，机器人就是完全自主的，它会根据你的程序做任何事情，但你无法控制，如果有什么事情被打断了，那就这样了。”

从大学生生涯开始，机器人一直是Bauza的一个重点。她在巴塞罗那加泰罗尼亚理工大学学习数学和工程物理。作为麻省理工学院的访问学生，在一年的时间里，Bauza能够将她对计算机科学和人工智能的兴趣付诸实践。“当我那年来到麻省理工学院时，我开始将我在机器学习中学到的工具应用于解决机器人领域的实际问题，”她补充道。

两个创意本科项目让她有更多的练习机会。在一个项目中，她黑了一辆玩具遥控车的控制器，让它直线行驶。在另一个项目中，她开发了一种可以在教师黑板上画画的便携式机器人。给机器人输入蒙娜丽莎的形象后，通过一个算法，它可以在黑板上画出该图像。 Bauza说：“这是我机器人生涯中的第一次小成功。

2016年获得学士学位毕业后，她加入了助理教授Alberto Rodriguez指导的MIT操作与机械实验室（称为MCube实验室）。“Maria拥有机器学习的经验以及在数学、计算机科学和机械学方面的强大背景，这使她成为机器学习和机器人领域领先者的理想人选，” Rodriguez说。

在博士学位论文中，Bauza研究的是机器学习算法和软件，以改善机器人与世界的交互方式。MCube的多学科团队能提供实现这一目标所需的支持。

“最后，如果你没有好的数据，机器学习就无法工作，”Bauza解释道。“良好的数据来自良好的硬件，良好的传感器和良好的相机，所以在MCube，我们都在协作，确保我们构建的系统足够强大，可以自治。”

为了创建这些强大的自治系统，Bauza一直在探索机器人拾取、抓取或推动物体时的不确定性概念。Bauza解释说：“如果机器人可以触摸物体，获得触觉信息，并且能够对这些信息做出反应，它将会取得更大的成功。

改善机器人与世界的交互方式以及找到最佳结果的理由对于亚马逊机器人挑战赛至关重要。Bauza构建了帮助麻省理工学院-普林斯顿小组机器人了解与之交互的对象以及放置该对象的位置的代码。“Maria负责开发用于高层决策的软件，” Rodriguez解释说。 “她虽然没有在大型机器人系统方面的经验，但所做出来的效果很出色。”

在2017亚马逊机器人挑战赛的几分钟内，Bauza的心情放松了下来。她会议道，“在你做好了一些的事情之后，你就开始放松了。你意识到系统正在发挥作用，到最后它感觉真是太好了！”

Bauza和MCube团队的其他成员在挑战赛的“堆垛作业”中脱颖而出。他们将继续与亚马逊合作，完善他们开发的技术。

虽然Bauza解决了开发软件以帮助机器人与环境互动的挑战，但她有自己的个人挑战来应对：在波士顿的冬天如何生存。“我来自西班牙海岸的梅诺卡岛，所以波士顿冬季肯定需要调整，”她补充道。“每年我都会买更暖和的衣服，但我真的很幸运，能够与Rodriguez教授和MCube团队合作开发与他们的环境相互作用的智能机器人。”

计算机科学机器学习物体教会

免责声明：本网信息来自于互联网，目的在于传递更多信息，并不代表本网赞同其观点。其原创性以及文中陈述文字和内容未经本站证实，对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺，并请自行核实相关内容。本站不承担此类作品侵权行为的直接责任及连带责任。如若本网有任何内容侵犯您的权益，请及时联系我们，本站将会在24小时内处理完毕。