導(dǎo)語(yǔ)：目前，有研究人員正在設(shè)計(jì)讓機(jī)器人難以抓取的對(duì)抗性物體，以訓(xùn)練機(jī)器人的抓取能力。

智東西7月10日消息，近日，加州大學(xué)伯克利分校（University of California, Berkeley）的研究人員正在設(shè)計(jì)一些機(jī)器人難以操控的物體，以提高計(jì)算機(jī)視覺算法處理對(duì)抗圖像的性能，加強(qiáng)機(jī)器人抓取物體的能力。

一、對(duì)抗圖像能提高計(jì)算機(jī)視覺算法能力

近幾年來，許多研究人員對(duì)對(duì)抗圖像進(jìn)行了大量研究，這些圖片被進(jìn)行了微妙的修改，讓計(jì)算機(jī)視覺算法都難以準(zhǔn)確地識(shí)別出正確圖像。

例如，谷歌大腦（Google Brain）的研究人員曾通過開發(fā)一種讓計(jì)算機(jī)和人類都難以判斷的對(duì)抗圖像，以確認(rèn)這項(xiàng)能夠欺騙人工神經(jīng)網(wǎng)絡(luò)的技術(shù)，是否也能欺騙人們大腦內(nèi)部的生物神經(jīng)網(wǎng)絡(luò)。

這些研究人員的目的，主要是想利用這些對(duì)抗圖像來幫助他們?cè)O(shè)計(jì)更加強(qiáng)大的計(jì)算機(jī)視覺算法。

因?yàn)椤皩?duì)抗性”的本質(zhì)是一種人為的惡劣條件，如果計(jì)算機(jī)算法能夠處理這些對(duì)抗圖像，就意味著這些算法能夠處理其他大多數(shù)棘手的事情。

二、如何設(shè)計(jì)異形立方體

最近，加州大學(xué)伯克利分校的研究人員，將對(duì)抗圖像訓(xùn)練計(jì)算機(jī)視覺算法的這一概念擴(kuò)展到了機(jī)器人的抓取能力中。

研究人員將簡(jiǎn)單而普通的三維形狀進(jìn)行微調(diào)，令傳統(tǒng)機(jī)器人用兩個(gè)手指都難以牢固抓取。

這些對(duì)抗物體的關(guān)鍵點(diǎn)在于，它們只是看起來容易抓，但對(duì)于兩指（平行顎）抓取工具來說，卻很難抓取。

被調(diào)整后的對(duì)抗物體與它們的實(shí)際幾何形狀之間的區(qū)別是很微妙的。

例如，研究人員將一個(gè)正方體的三個(gè)平面都設(shè)計(jì)成一個(gè)淺金字塔形狀，其中最小的金字塔只有10度的斜率，并且每個(gè)金字塔對(duì)面的一側(cè)使一個(gè)規(guī)則的平面。

這樣的設(shè)計(jì)導(dǎo)致該正方體上沒有直接相對(duì)的平面，如果機(jī)器人的兩指抓取工具試圖夾住傾斜的表面，那么機(jī)器人施加的力會(huì)導(dǎo)致物體扭曲并滑落，從而抓取失敗。

隨著立方體形狀的復(fù)雜性增加，研究人員開發(fā)對(duì)抗性版本的過程也變得越來越困難。

研究人員針對(duì)立方八面體（有八個(gè)三角形面和六個(gè)正方形面的多邊形），在模擬設(shè)計(jì)中隨機(jī)調(diào)整該立方體的頂點(diǎn)，使它得到一個(gè)沒有直接相對(duì)表面的頂點(diǎn)。

對(duì)于更復(fù)雜的形狀，如相交的圓柱體，研究人員則使用深度學(xué)習(xí)算法來生成對(duì)抗性的例子。

三、系統(tǒng)預(yù)測(cè)抓取成功率100%，實(shí)際僅為13%

研究人員進(jìn)行這項(xiàng)研究的目的不僅僅是為了挫敗機(jī)器人糟糕的抓取算法，而是為了開發(fā)工具，幫助機(jī)器人提高抓取物體的能力，并希望它們能可靠地在現(xiàn)實(shí)世界中工作。

機(jī)器人系統(tǒng)在規(guī)劃抓取方式時(shí)，通常會(huì)尋找光滑的相對(duì)平面，這些表面對(duì)它來說是容易捏合的。

但由于研究人員設(shè)計(jì)的對(duì)抗立方體和真實(shí)立方體之間的差異很小，難以被3D傳感器捕捉到，因此大多數(shù)機(jī)器人系統(tǒng)會(huì)將抓取任務(wù)判斷得很容易，結(jié)果卻以立方體扭曲并脫離機(jī)器人的控制而失敗。

當(dāng)研究人員在真實(shí)世界中進(jìn)行初步測(cè)試時(shí)，會(huì)嘗試用兩個(gè)部件套在手指形成的兩邊平行的夾鉗去夾取這個(gè)“對(duì)抗性”物體。

在每一種測(cè)試情況中，機(jī)器人系統(tǒng)在計(jì)算抓取成功率時(shí)都預(yù)測(cè)會(huì)100%成功，然而對(duì)抗立方體和立方十面體的實(shí)際成功率僅為13%。

研究人員表示，他們將計(jì)劃用不同類型的抓取工具和吸力抓具來測(cè)試這些物體，試圖找到最具對(duì)抗性的對(duì)抗物體。

結(jié)語(yǔ)：嘗試提高機(jī)器人更好服務(wù)人類的能力

加州大學(xué)伯克利分校的研究人員利用對(duì)抗物體，來幫助計(jì)算機(jī)視覺算法提高性能的這項(xiàng)研究雖然還未成熟，但也為研究人員進(jìn)一步加強(qiáng)機(jī)器人抓取能力的方式提供了有意義的參考。

在未來，如果機(jī)器人能真正完美解決對(duì)抗物體的抓取問題，也許能更好地應(yīng)用到人們的社會(huì)生活和生產(chǎn)的真正實(shí)踐中，給人們帶來更多的便利。