来认识一下Jaco和Baxter，他们是能做出完美热狗的机器学习机器人
来认识一下Jaco和Baxter，他们是能做出完美热狗的机器学习机器人
波士顿大学的工程师们制造烹饪机器人是为了测试一个可以改进自动驾驶汽车和其他人工智能的框架
想吃一口刚烤好的棒球场弗兰克吗？两个名叫Jaco和Baxter的机器人可以上菜。波士顿大学（Boston University）的工程师们在使用机器学习来教机器人执行复杂任务方面取得了重大进展，这一框架可以应用于许多任务，比如识别乳房x光片上的癌点，或者更好地理解播放音乐的语音命令。但首先，作为概念的证明，他们已经学会了如何准备完美的热狗。
在这个视频中，系统工程澳门威尼斯人注册网站研究生澳门威尼斯人注册网站研究员Guang Yang和机械工程澳门威尼斯人注册网站研究生澳门威尼斯人注册网站研究员Zachary Serlin教机器人Jaco和Baxter一起工作，安全地烹饪、组装和为人类提供热狗。
澳门威尼斯人注册网站研究人员仍然不能完全理解机器学习算法是如何学习的。这种盲点使得该技术难以应用于复杂的高风险任务，如自动驾驶，因为安全是一个问题。波士顿大学工程学院教授Calin Belta和他实验室的澳门威尼斯人注册网站研究人员在《科学机器人》杂志上发表了一项新进展，他们教两个机器人一起烹饪、组装和供应热狗。他们的方法结合了机器学习和形式化方法的技术，形式化方法是计算机科学的一个领域，通常用于保证安全，最明显的是用于航空电子设备或网络安全软件。这些完全不同的技术很难在数学上结合起来，也很难组合成机器人能理解的语言。
贝尔塔是机械、系统、电气和计算工程教授，他和他的团队采用了机器学习的一个分支——强化学习。当计算机正确完成一项任务时，它会获得指导其学习过程的奖励。尽管任务的步骤在“先验知识”算法中有概述，但如何准确地执行这些步骤却没有。当机器人在某一步骤上做得更好时，它的奖励就会增加，从而形成一种反馈机制，促使机器人学习最好的方法，例如，把热狗放在面包上。
将先验知识与强化学习和形式化方法相结合是该技术的新颖之处。通过结合这三种技术，该团队可以减少机器人在学习如何安全烹饪、组装和供应热狗时必须经历的可能性。贝尔塔认为这项工作是他们总体框架的概念验证演示，他希望它能应用于其他复杂的任务，比如自动驾驶。
评论与讨论
波士顿大学缓和评论，以促进知情的、实质性的、文明的对话。辱骂、亵渎、自我推销、误导、语无伦次或离题的评论将被拒绝。版主在正常营业时间（EST）有澳门威尼斯人注册，只能接受用英语写的评论。统计数据或事实必须包含引文或引文链接。