0
| 本文作者： 岑大師 | 2017-09-20 14:39 |
雷鋒網消息，近日伯克利大學人工智能實驗室（BAIR）在Arxiv上發(fā)布了一篇名為《One-Shot Visual Imitation Learning via Meta-Learning》的論文，該論文將當前AI研究的兩個瓶頸即元學習（Meta-Learning）和一次性學習（One-shot learning）相結合，并被CORL（Conference on Robot Learning, 2017）接收，CORL 2017將于今年11月在美國加州山景城舉行。
我們都知道，深度學習是在大數據的背景下火起來的，傳統的基于梯度的深度神經網絡需要大量的數據學習，而絕大多數的深度學習內容否基于大數據量下的廣泛迭代訓練，當遇到新信息時往往會出現模型失效的情況從而需要重新進行學習。在機器人領域，深度神經網絡可以是機器人展示出復雜的技能，但在實際應用中，一旦環(huán)境發(fā)生變化，從頭學習技能并不可行。因此，如何讓機器“一次性學習”，即在“看”了一次演示后無需事先了解新的環(huán)境場景，能在不同環(huán)境中重復工作尤為重要。
研究發(fā)現，具有增強記憶能力的架構如神經圖靈機（NTMs）可以快速編碼和見多新信息，從而起到消除常規(guī)模型的缺點。在本論文中，作者介紹了一種元-模擬學習（Meta-Imitation Learning，MIL）算法，使機器人可以更有效學習如何自我學習，從而在一次演示后即可學得新的技能。與之前的單次學習模擬方法不同的是，這一方法可以擴展到原始像素輸入，并且需要用于學習新技能的訓練數據明顯減少。從在模擬平臺和真實的機器人平臺上的試驗也表明了這一點。
目標：賦予機器人在只“看過”一次演示的情況下，學習與新物品互動的能力。
做法：
收集大量任務的Demo；
使用元-模擬學習進行訓練；
在未知的新任務中進行測試。
創(chuàng)新內容：在第一個全連接層通過偏差轉換增加梯度表現。
模擬測試環(huán)節(jié)，這一環(huán)節(jié)使用算法提供的虛擬3D物品進行模擬，MIL比Contexual和LSTM更好地完成了任務。
在實際場景測試環(huán)節(jié)，該團隊設計了一個抓取物品并將其放到指定容器中的任務。從上圖我們可以看到，在這一環(huán)節(jié)用于訓練的物品與實際測試的物品無論在形狀、大小、紋理上都有著差別，MIL算法同樣較好地完成了任務。
雷鋒網發(fā)現，除了BAIR，Google Deepmind（參見雷鋒網之前文章《只訓練一次數據就能識別出物體，谷歌全新 AI 算法“單次學習”》）、OpenAI也有在進行關于“一次性學習”的研究。“一次性學習”通常被認為是計算機視覺中的對象分類問題，旨在從一個或僅少數幾個訓練圖像中學習關于對象類別的信息，并且已經成功應用到包括計算機視覺和藥物研發(fā)在內的具有高維數據的領域。今年5月，OpenAI也發(fā)布了類似的在虛擬場景下通過一次性學習，完成堆疊方塊等任務的論文。
在《人類的由來》中，達爾文這樣寫道：“人和其他高等動物在精神上的差異雖然很大，但這種差別肯定只是程度上、而非種類上的差別。”而這些在一次性學習和元學習上的研究也證明，當前的人工智能與未來世界的超級人工智能之間的差異，或許也只是程度上的差異，而非種類上的差異。在深度學習發(fā)展的過程中，類似的優(yōu)化看起來只是一小步，但加速化發(fā)展的趨勢已經很明顯：當你在閱讀傳統期刊上的論文時，在Arxiv上或許已經出現了新的替代版本。或許在不久之后，創(chuàng)造出更聰明、具有適應力的實用機器人并不是難事。
論文地址：https://arxiv.org/pdf/1709.04905.pdf
視頻演示及更多詳細說明：https://sites.google.com/view/one-shot-imitation
雷峰網原創(chuàng)文章，未經授權禁止轉載。詳情見轉載須知。
