Google加入回馈学习机制教机器人抓取形状不规则的物品，提升抓取成功率

抓取形状不规则的物品对人类来说或许很简单，但对机器人而言可就是件困难的事了，日前，Google研究团队在官方部落格发表机器人实验结果，Google利用机器学习技术教导一群机器人抓取常见的办公室和家庭用品，并加入回馈的学习机制来训练机器人，让机器人抓取物品的失败率从34％下降至18％。

Google研究团队表示，近年来，机器人在功能上有很大的进步，但是与人类动作的精准度仍有很大的鸿沟，Google透过持续回馈和控制的学习机制，可以弥补机器人和人类之间的差距，让机器人可以处理更复杂的事物。

Google设计14台独立的机器人，并在机器手臂的上方安装摄影机，来记录机器人抓取物品的过程，Google利用手眼协调能力的持续回馈学习机制，让机器人借由观察机器手臂的动作，不断预测何种动作能够提升抓取物品的成功率。

刚开始机器人随机抓取物品的成功率极低，但透过每一次的经验来训练内建的深度卷积神经网络（Deep Convolutional Neural Network，CNN），并学会预测抓取的结果，借由CNN的内在循环伺服机制来持续调整机器人的动作，并最大化抓取的成功率。

Google表示，在观察机器人练习抓取物品80万次后（约3千个小时），才看到智能反应行为的开端，机器人会观察自己的抓取状态，并即时修正动作，且这些行为是透过学习自然出现，而不是透过程式系统得到的结果。

经过Google研究团队的实验，结果显示，没有接受回馈学习机制训练的机器人抓取物品的平均失败率是34％，而有经过训练的机器人抓取物品失败率约是前一组机器人的一半（18％）。

进行手眼协调学习的机器人影片：