在日常生活中，我們接觸的家具多為“鉸接物體”。何謂鉸接物體呢？

比如，抽屜有一條可以抽拉的軌道，門有一個垂直的旋轉(zhuǎn)軸，烤箱有一個水平的旋轉(zhuǎn)軸。這種由關(guān)節(jié)連接起來的物品，我們就叫它“鉸接物體 ”。由于特定關(guān)節(jié)的存在，鉸接物體的零件會受到關(guān)節(jié)的運動學(xué)約束，讓這些零件只有一個自由度（DoF）。

鉸接物體在我們生活中無處不在，構(gòu)成了我們?nèi)粘Ｉ钪匾囊徊糠?。而作為人類的我們，無論是看到什么樣的鉸接結(jié)構(gòu)的家具，我們都能快速地知道如何去操縱以及開動它。就像我們知道這些物體的每個關(guān)節(jié)都是如何運動的。

那么機器人能不能也像人類一樣，擁有這種可以預(yù)測家具如何開動的能力呢？如果可以的話，那將對居家機器人來說是一種很大的提升。

美國卡耐基梅隆大學(xué)研發(fā)新算法

近日，來自美國卡耐基梅隆大學(xué)機器人學(xué)院大衛(wèi)·海倫教授的R-PAD實驗室的兩名學(xué)生本和哈利在有效操控復(fù)雜鉸接物體方面取得了重大突破，推出了一種基于3D神經(jīng)網(wǎng)絡(luò)，能有效表達(dá)和預(yù)測日常家具等鉸接物體的零件運動軌跡的算法FlowBot 3D。

該算法包含兩個主要子策略，其一是利用3D深度神經(jīng)網(wǎng)絡(luò)（PointNet++）去預(yù)測被操縱的物體點云數(shù)據(jù)的瞬時運動軌跡（3D Articulated Flw/3DAF），其二是利用預(yù)測出來的運動軌跡去選擇機器人下一步的動作。二者完全在模擬器中學(xué)習(xí)，并可以直接部署到真實世界中，不需要重新訓(xùn)練或者微調(diào)。在FlowBot 3D算法的幫助下，機器人可以像人一樣隨意操縱日常家具等鉸接物體。

以往的日常家具操控要么是已知被操縱物體的幾何特征（比如連接軸的位置及方向），要么通過模仿人類去學(xué)習(xí)如何操控一個給定的物體。二者都沒有較好的可泛化性并且需要大量人類數(shù)據(jù)去訓(xùn)練。

與這些不同，F(xiàn)lowBot 3D是第一個基于模擬器學(xué)習(xí)，通過學(xué)習(xí)每個零件的瞬時運動軌跡，使機器人可以計算出一條最優(yōu)的物體操縱路徑。這個特性使FlowBot 3D可以泛化到訓(xùn)練沒有見到的物體上，并且可以直接部署到真實世界。

具體來說，F(xiàn)loBot 3D完全在模擬器中進(jìn)行監(jiān)督學(xué)習(xí)，從而學(xué)習(xí)出日常家具等鉸接物體零件的瞬時運動軌跡（3D Articulated Flow/3DAF）。3DAF是一種3D視覺表達(dá)方式，它能夠極大簡化策略的復(fù)雜度，從而提高操縱效率。機器人只需要緊密跟隨這條瞬時軌跡，并閉環(huán)地重新預(yù)測，就能成功操縱一個鉸接物體。

開動冰箱門

開動馬桶蓋

開動抽屜

機器人是如何做到的？

這里的紅色向量就代表預(yù)測出的門的運動軌跡

手動編碼的策略可以提高機器人在受控環(huán)境中的性能，但是想要機器人真正的理解家用物品的操控方式，唯一的方法是教機器人像人一樣去預(yù)測這些物體的運動軌跡以及運動學(xué)約束。

想要賦予機器人預(yù)測物體運動軌跡能力，研究者通過監(jiān)督學(xué)習(xí)在模擬器中訓(xùn)練機器人的視覺模塊，因為家用物體的運動軌跡在模擬器中可以準(zhǔn)確計算出來。

在訓(xùn)練中，機器人觀測到一個被操縱物體的點云數(shù)據(jù)，然后在這個點云數(shù)據(jù)上，機器人的視覺模塊利用PointNet++來對每一個點預(yù)測其在受外力下的下一步的位置。此運動軌跡的真實數(shù)據(jù)可以通過順向運動學(xué)準(zhǔn)確計算出來。將計算出來的下一步坐標(biāo)減去目前的坐標(biāo)就能得到被操控物體零件的運動軌跡（3DAF)。因此，訓(xùn)練的時候只需要去最小化預(yù)測出的3DAF和真實數(shù)據(jù)的3DAF的最小平方誤差 。

FlowBot 3D通過在模擬器中學(xué)習(xí)多種鉸接物體在運動學(xué)約束下運動的軌跡，來預(yù)測新物體的操縱方向。常見的家用絞接物品分為抽動式和旋轉(zhuǎn)式兩種。對于這兩種類別，研究者用物理定律證明了直接跟隨長度最長的3DAF方向（比如最遠(yuǎn)離門旋轉(zhuǎn)軸的點）是可以最大化物體的加速度來達(dá)到操縱目的最佳策略。

有了理論加成，機器人只需要選擇可抓取的最大3DAF預(yù)測點就可以有效率地操控這些物體。由于機器人的視覺模塊學(xué)習(xí)的是在運動學(xué)約束下的每點運動軌跡，此視覺模塊對機器人對物體可能的遮擋有一定的魯棒性。另外，由于FlowBot 3D算法是閉環(huán)算法，機器人可以在下一步對自己可能出現(xiàn)的錯誤進(jìn)行修正。

在真實世界中部署

FlowBot通過使用兩個子系統(tǒng)（視覺和操縱系統(tǒng)）克服了泛化性的挑戰(zhàn)。在真實世界中，F(xiàn)lowBot 3D可以準(zhǔn)確預(yù)測出3D AF物體運動軌跡。只要這個軌跡可以準(zhǔn)確預(yù)測出，那么操縱物體就只需要跟隨這個軌跡這么簡單。在真實世界中，F(xiàn)lowBot 3D只需要使用模擬器中訓(xùn)練出來的一個模型就可以操控真實物體。

FlowBot3D在真實世界中部署的設(shè)置

即使真實世界中的物體和模擬器中的外貌上有很大不同，只要兩者的運動學(xué)約束相似（抽動式或者旋轉(zhuǎn)式），那么FlowBot 3D就可以準(zhǔn)確預(yù)測出操控物體的策略。

在模擬器中，機器人使用部分類別的家用物品進(jìn)行訓(xùn)練。訓(xùn)練的物體包括訂書機、垃圾箱、抽屜、窗戶和冰箱等。研究者在模擬器中利用這些物體去訓(xùn)練出來一個能準(zhǔn)確預(yù)測3DAF方向和大小的模型。

通過高準(zhǔn)確度視覺模塊和比較簡單的操作策略模塊的這種組合，機器人可以快速的預(yù)測并且操控沒見過的物體。

相比較而言，先前基于模仿學(xué)習(xí)或者強化學(xué)習(xí)的方法訓(xùn)練的機器人需要幾百萬的訓(xùn)練數(shù)據(jù)，有時還需要人工指導(dǎo)才會學(xué)習(xí)新型物體的操控方式，使得這些機器人在現(xiàn)實世界中，尤其是家用機器人場景中不現(xiàn)實。

實驗表明，支持FlowBot 3D部署的機器人成功地在操控較有難度的新型鉸接物體時表現(xiàn)優(yōu)于基于模仿學(xué)習(xí)部署的機器人。研究者使用相同的策略執(zhí)行所有現(xiàn)實世界的部署，而不需要任何模擬校準(zhǔn)或現(xiàn)實世界的微調(diào)。

實驗結(jié)果顯示，F(xiàn)lowBot 3D在操作多數(shù)物體時都能將對“全開”的距離達(dá)到10%以下。然而其他基于模仿學(xué)習(xí)或者強化學(xué)習(xí)的方法差了很遠(yuǎn)。

FlowBot 3D是機器人技術(shù)一項激動人心的進(jìn)步，它可以無需微調(diào)在現(xiàn)實世界中部署高效且準(zhǔn)確性強的家用機器人。這項工作還表明，計算機視覺的進(jìn)步可以改變機器人領(lǐng)域，增強機器人的能力，同時使這些改進(jìn)更易于擴展到新的條件。純粹依靠模擬器學(xué)習(xí)的方法有可能在直接部署到真實世界里，并且有較強的泛化性，這將大大降低未來家用機器人訓(xùn)練和學(xué)習(xí)的成本。

關(guān)于實驗室及課題組

這些工作是在卡內(nèi)基梅隆大學(xué)機器人學(xué)院的Robots Doing and Perceiving (R-PAD) 實驗室進(jìn)行及完成的。R-PAD實驗室在可變形物體操縱（如學(xué)習(xí)理解布料）課題上處于世界領(lǐng)先地位。實驗室的負(fù)責(zé)人是畢業(yè)于斯坦福大學(xué)的大衛(wèi)·海爾德副教授，師從薩瓦雷塞。實驗室的主旨是利用計算機視覺方法幫助機器人去完成復(fù)雜的任務(wù)。

大衛(wèi)·海爾德副教授相信，即使端對端學(xué)習(xí)方式很簡單，但是真正部署到機器人上的時候會遇到許多問題，所以研究者應(yīng)該將視覺與策略分開考慮，但是同時思考二者如何互相增加能力。在FlowBot 3D算法中，這個主旨深度體現(xiàn)了出來：3D Articulated Flow是一個可以極大簡化策略和規(guī)劃的視覺表示方式，在正確3D Articulated Flow預(yù)測的基礎(chǔ)上，策略會被簡化成追蹤flow向量。

本文的第一作者是R-PAD實驗室二年級學(xué)生本，他對3D視覺學(xué)習(xí)有極大興趣，本科畢業(yè)于普林斯頓大學(xué)，加入CMU之前，本曾在谷歌和三星北美研究所工作，從事機器人學(xué)習(xí)的研究。本文的共同第一作者是RPAD實驗室一年級學(xué)生Harry Zhang，他對視覺和控制學(xué)都有極大興趣，本科畢業(yè)于加州大學(xué)伯克利分校，加入CMU之前，哈利張在伯克利的BAIR實驗室負(fù)責(zé)可變形物體動態(tài)操縱項目。

下一步，論文作者在嘗試將這種視覺理解方式應(yīng)用到鉸接物體以外的物體上面，比如如何用預(yù)測6自由度的物體軌跡。同時，作者在嘗試將應(yīng)用到強化學(xué)習(xí)里，以增加強化學(xué)習(xí)的學(xué)習(xí)效率。