盖世汽车讯 据外媒报道,密歇根大学工程学院(University of Michigan Engineering)开发出一种新型神经网络组件,挑战了机器人学习领域中一个常见的假设:即用于图像识别的通用神经网络同样适用于控制物理运动。

prism-a-neural-network.jpg

在图像分类任务中,神经网络将图像映射为标签,但并不会改变图像本身。而在机器人运动控制过程中,各种动作(例如人形机器人移动肢体)会改变机器人的物理状态,进而影响传感器后续所观测到的数据。

机器人的运动及其目标涉及物理变量之间的乘法关系。例如,作用于某个关节的力,取决于其他关节的位置和速度;而机械功率、接触作用等物理量,本质上都是力与运动的乘积。

然而,机器人领域中常用的传统神经网络(即“多层感知机”,简称 MLP)并不会显式地对变量进行乘法运算。相反,它们通过更简单的运算间接地学习这些交互关系,这会消耗网络容量。

这项研究提出了一种名为 PRISM(全称为“用于交互结构化运动控制的多项式表征(Polynomial Representations for Interaction-Structured Motor Control)”)的新组件。它能够学习传感器观测值、过往动作以及任务指令(包括关节位置、速度和期望行走速度等)之间的乘法交互关系。这意味着无需再预先设定物理方程,也无需手动挑选需要进行乘法运算的变量。

“关于物理交互的许多有用线索,其实已经蕴含在机器人的观测数据中——即通过关节位置和速度等信号的组合所呈现出来。PRISM 为控制器提供了一种简洁的方式,使其能够学习并利用这些信号组合,”密歇根大学计算机科学与工程系博士生、该研究的第一作者 Seung Hyun Lee 说道。

由于 PRISM 仅涉及对机器人状态及指令输入进行初步处理,因此它可以被整合进现有的机器人学习系统中,且无需改变这些系统原有的训练目标、感知需求或控制器。

无需扩大网络规模即可实现更佳性能

为了评估 PRISM,研究人员在人形机器人运动和机器人操作任务中对其进行了测试,并采用了不同的学习方法和网络架构。

在模拟人形机器人行走测试中,PRISM 使机器人能够在 24 秒的试验中以 92.5% 的成功率保持不跌倒;相比之下,传统多层感知机(MLP)的成功率仅为 51%。即便将传统网络的参数总量增加约 43%(使其与 PRISM 的规模相当),其试验成功率也仅提升至 52.3%。

同样,PRISM 也提高了机械臂在操作任务中的成功率(该任务结合了大型视觉-语言-动作模型)。这表明,网络如何表征物理交互,远比单纯增加网络规模更为重要。

无需额外传感器,实现更佳的物理控制

PRISM 无需依赖人工设计的物理模型或控制规则,而是直接从数据中学习有效的物理交互方式。在一次模拟恢复测试中,即便在缺乏力反馈或明确柔顺控制机制的情况下,PRISM 也能在接触物体后迅速降低接触力。

在一项模拟立方体堆叠实验中,研究人员特意诱导机械臂掉落立方体;结果显示,PRISM 在 52.3% 的试验中成功实现了恢复并完成了任务,而传统的模仿学习策略成功率仅为 40.9%。PRISM 在实际硬件上也展现出了显著的实用优势。

在使用相同的训练演示数据、通过 SO-101 机械臂抓取一卷胶带的任务中,PRISM 在 50 次尝试中取得了 94% 的成功率,而传统方法仅为 68%。

“令我惊讶的是,表征方式上如此微小的改变,竟然能影响机器人对接触的反应,” Lee说道。

研究团队进一步探究,试图了解 PRISM 内部究竟学到了什么。他们发现,与传统网络所学到的表征相比,PRISM 的表征使得与关节功率、打滑以及接触力相关的物理量变得更具可预测性。

在超出训练条件的情况下展现出更强的泛化能力

即便在物理条件发生变化时,PRISM 依然保持了其优势,且无需对网络进行重新训练或修改。

在涉及摩擦力、质量和负载变化的六种工况下,由 PRISM 控制的人形机器人在平坦地形上的任务成功率为 92.3%,而参数相当的标准多层感知机(MLP)成功率为 78.3%。在不平坦地形上,PRISM 的成功率为 87.1%,而传统网络为 80%。

“机器人运动控制并非从观测到动作的任意映射,而是受物理交互所支配的,”密歇根大学计算机科学与工程系教授、本研究资深作者 Stella Yu 表示。“我们的研究结果有力地支持在机器人策略学习中采用 PRISM,以取代传统的多层感知机(MLP)输入层。它为神经网络提供了一种更适合在物理世界中控制运动的结构。”

PRISM 表明,无需依赖日益庞大的网络或人工设计的物理控制机制,仅通过对表征方式进行简单的调整,就能帮助机器人习得能力更强、适应性更好的行为。