看完人类示范就能照着做，Nvidia靠深度学习教导机器人完成任务

Nvidia的研究团队最近开发了透过深度学习技术教导机器人完成任务的模型，机器人能够借由观察人类的行为动作，学习如何与人类一同完成任务，Nvidia开发这套模型即是为了要增进人机合作，让机器人未来可以与人类合作无间。

要求机器人完成真实世界设定的任务，需要与机器人沟通任务的预期结果和过程中如何完成的提示，透过人类的示范，能够更有效地提供机器人完成任务最佳方式的提示。

Nvidia的研究团队用Titan x GPU训练了一套神经网络模型，来执行观察行动、生成计划、执行计划的任务，结果显示，机器人只需要观察一次人类在真实世界的示范，就能学习到如何完成任务。

研究人员建立了3个神经网络，首先，机器人的摄影机会接收即时的影片，透过物体侦测网络，利用卷积式网络辨识拍摄中的物体，接着将这些物体资讯，输入到另一个神经网络，也就是物体关联性的网络，该网络会侦测物体神经网络分析影片中的物体和位置关系，再由计划生成网络，来产生如何重制观察影片动作的计划，最后，执行动作的神经网络会执行制定好的计划。

只要机器人观察人类完成任务的过程，就能自动产生可阅读的重制步骤计划，在机器人执行动作之前，使用者可以快速确认并修改任何问题。

Nvidia表示，这项让机器人学习人类动作的技术关键在于，利用合成的资料来训练神经网络，现在传统训练神经网络的方法，都需要大量的已标示（Labeled）资料，对训练网络来说，是一大瓶颈，透过合成资料生成的方式，能够轻松地产生大量的标记训练资料。

此外，该模型还有一个特别的地方，Nvidia指出，该模型第一次将以图像为中心的使用域随机化（Domain randomization）方法，用在机器人的研究上，使用域随机化是一种用来产生多种不同合成资料的技术，欺骗感知网络将现实世界的资料，当成其他不同种类的训练资料，研究人员为了确保神经网络不会依赖摄影机或是环境，选择了用以图像为中心的方式，来处理资料。