为了了解周围世界，机器人还配备了一套集成摄像头、激光雷达、IMU和保险杠传感器的传感装置，可实时收集视觉和空间数据，并且还能处理颜色、深度、飞行时间和其他信息，便于机器人在探索周围环境时创建详细的环境地图。
硬件允许机器人在现实空间中感知和移动，而软件使机器人能够适应现实生活的不可预测性。
软件帮助机器人将其硬件系统收集到的数据转化为对环境的理解。通过监督学习，机器人可以分辨出那边的东西是一张桌子或是一个罐子，它看到的越多，其感知系统在分割和分类方面的表现就越好，使机器人能够区分越来越多的物体。
在了解周围环境后，机器人的软件系统通过模仿学习和强化学习来帮助机器人完成新的任务。
为了加速机器人学习进程，Everyday Robots的机器人操作员团队通过演示、互动和实时反馈，给机器人提供指导。

文章插图
此外，Everyday Robots还采用了云模拟器Sim来帮助机器人练习新技能。Sim可以扩展创建几乎无限数量的环境和场景，具有高度的方差和随机化，从而使机器人学习所需的时间从几个月减少到几天。

文章插图
除了在虚拟环境世界中使用最新的软件和机器学习模型测试和训练机器人，Everyday Robots还在分阶段的环境中训练，以受控的方式在现实中练习任务。
Hans说：“并且我们已经证明，我们可以在算法和机器人开门学习训练的基础上，将机器人应用于一项新任务——拉开咖啡馆的椅子。这一进展给了我们希望，即我们制造通用学习型机器人的登月计划成为可能。”
现在，这些机器人已经被放到了谷歌公司的办公室周围，接下来一段时间，在山景城工作的谷歌员工可能会看到这些机器人工作。

文章插图
Hans说，随着时间的推移，Everyday Robots会扩大其机器人原型机队伍要完成的任务类型和工作场地。
结语：从实验室到办公室，谷歌机器人潜力不小2016年对于谷歌来说应该算是特殊的一年，2016年机器人AlphaGo和围棋世界冠军比赛获胜，全球轰动，而成立于2016年的Everyday Robots到如今也走到了比较成熟的阶段。
Everyday Robots研发的机器人偏向日常生活辅助任务，比如擦桌子，推椅子，但是能完成的任务并不单一，相比于送餐机器人、清洁机器人等只能完成一样任务的服务机器人来说，可以一个机器人顶好几个机器人。
同时，自主学习机器人能适应更复杂的环境，可使用执行一项任务时学到的知识，执行其他任务，拥有不小的潜力。
来源：IEEE Spectrum、Everyday Robots官网、Alphabet官网

稿源：(智东西)

【傻大方】网址：/c/112cO1942021.html

标题：任务|谷歌母公司聘了100多台机器人，扫地热菜擦桌子，还能自主学习( 二 )