MIT为家用机器人开发运动和任务规划系统

为何家庭中鲜有众多机器人身影？家庭，这个看似温馨的避风港，实则是一个充满复杂性的场所。机器人的自主系统之所以能在仓库和工厂等结构化环境中蓬勃发展，主要是因为这些环境为它们提供了相对稳定的导航条件。尽管许多系统在工作前需要绘制空间地图，一旦完成，环境便相对稳定，变化不大。

家庭环境却是一场截然不同的挑战。住宅之间的差异巨大，布局各异，障碍物层出不穷。加之家具经常移动、地板上的杂物的无序变化，让家庭环境变得异常动态和复杂。尽管机器人技术在不断进步，但家庭环境中机器人的普及仍然面临巨大挑战。

最近，麻省理工学院CSAIL的研究人员通过PIGINet（计划、图像、目标和初始事实网络）的推出，为家用机器人系统带来了全新的解决方案。这个神经网络致力于简化机器人在不同环境中制定行动计划的能力。

那么，何为PIGINet？它运用了一种变压器编码器，这是一种多功能且先进的模型，擅长处理数据序列。在此场景中，输入序列包含了任务计划信息、环境图像以及初始状态和预期目标的符号编码。编码器将这些元素结合，生成关于所选任务计划可行性的预测。

这一系统目前主要关注厨房活动，处理模拟家庭环境中的互动任务，如与台面、橱柜、冰箱、水槽等元素的交互。据研究人员透露，在简单情况下，PIGINet能够减少80%的计划时间。而在更复杂的环境中，这个数字大约在20-50%之间。

但该团队的视野远不止于此。“PIGINet的应用并不局限于家庭环境。”博士生杨竹田表示，“我们的目标是进一步完善PIGINet，使其能在识别出不可行的行动后提出替代任务计划。我们坚信，这将会彻底改变机器人的训练方式，并广泛应用于每个家庭。”随着技术的不断进步和研究的深入，我们有理由期待更多的机器人在家庭中发挥更大的作用。