加州年夜學伯克利分校的盤算機迷信家們研收回“可以預感將來要產生的工作”的機械人技巧。應用視覺預感技巧，在完整自立進修的情形下，這類機械人可以看到假如他們履行特定的舉措會發生如何的成果。今朝的機械人原型還比擬簡略，只能猜測幾秒的將來，研討者在NIPS 2017上展現了這項技巧。

　　關于嬰幼兒來講，玩玩具不只僅是樂趣和游戲，這對他們進修和懂得世界的運作方法是很主要的。受此啟示，加州年夜學伯克利分校的研討人員開辟了一個機械人，像嬰兒一樣，它從零開端進修懂得世界，用物體停止試驗，找出若何以最好的途徑挪動物體。如許，機械人可以或許“看到”將來要產生的工作。

　　以下面的視頻引見所示，這個機械人名為Vestri，它像嬰兒一樣經由過程擺玩物體來想象若何完成義務。

　　UC Berkeley的研討人員開辟了一種機械人進修技巧，使機械人可以或許想象本身的行動的將來，如許它們就可以夠曉得若何操作之前從未碰到過的物體。將來，這項技巧可以贊助主動駕駛汽車猜測將來的路況，或許完成更智能的家庭機械人助理，但這個最后的原型專注于從完整自立的游戲中進修簡略的著手技巧。

　　這一技巧被稱為“視覺預感”（visual foresight），應用這類技巧，機械人可以或許猜測在履行某個舉措的一個步調時，它們的攝像機將會看到甚么。這些機械人的想象力在如今還比擬簡略——只能猜測幾秒鐘的將來——然則它們足夠讓機械人弄清晰若何在桌子上挪動物體，而不會碰著妨礙物。主要的是，機械人可以在沒有人類的贊助的情形下學會履行這些義務，也不須要有關物理、情況或物體的先有常識。這是由于視覺想象力是在無監視的摸索中從頭開端進修的，只要機械人在桌子上擺玩物體。在這個游戲階段以后，機械人構建了一個有關世界的猜測模子，而且可使用這個模子來把持它之前從未見過的新物體。

　　“就像我們人類可以想象我們的舉措將若何挪動情況中的物體一樣，這類辦法可讓機械人想象分歧的舉措對四周的世界將發生如何的影響，”伯克利年夜學電子工程和盤算機迷信系助理傳授Sergey Levine說，他地點的試驗室開辟了這項技巧。“這可以在龐雜的實際世界中完成對高度靈巧的技巧停止智能計劃。”

　　研討團隊NIPS 2017年夜會長進行了視覺預感技巧的demo。

　　這個體系的焦點是基于卷積輪回視頻猜測（convolutional recurrent video prediction）或dynamic neural advection （DNA）的深度進修技巧。基于DNA的模子依據機械人的舉措猜測圖象中的像素若何從一個幀挪動到下一幀。比來對這類模子的改良，和年夜年夜進步的計劃才能，使得基于視頻猜測的機械人掌握可以或許履行愈來愈龐雜的義務，例如在妨礙物四周挪動玩具偏重新定位多個物體。

　　“在曩昔，機械人曾經可以或許在人類主管協助并供給反應的前提下學會技巧，這項新任務使人高興的處所在于，機械人可以完整自立地進修一系列的視覺對象操作技巧。”Levine試驗室的一位博士先生、最后的DNA模子的創造人Chelsea Finn說。

　　應用這項新技巧，機械人將物體推到桌子上，然后應用所進修的猜測模子來選擇將物體挪動到所需地位的舉措。機械人應用從原始攝像頭不雅察的進修模子來自學若何避開妨礙物，并在妨礙物四周推進物體。

　　“人類的平生中，經由過程數百萬次與各類各樣的物體的互動，在沒有任何教員的情形下進修操控物體的技巧。我們曾經證實，樹立一個應用年夜量的自立搜集的數據來進修普遍實用的操作技巧的機械人體系也是可行的，特殊是推進物體這一技巧。”Frederik Ebert說，他是Levine試驗室的一位研討生，這個項目標研討者之一。

　　因為經由過程視頻猜測的掌握僅依附于可以由機械人自立搜集的不雅察，例如經由過程攝像機搜集的圖象，是以這一辦法是通用的，具有普遍的實用性。與傳統的盤算機視覺辦法分歧，傳統的盤算機視覺辦法須要人類為數千乃至數百萬圖象停止手工標志，構建視頻猜測模子只須要未標注的視頻，是以可以完整由機械人自立收集。現實上，視頻猜測模子也曾經被運用于從人類運動到駕駛的各類數據集，而且獲得了使人佩服的成果。

　　Levine說：“嬰兒可以經由過程玩玩具、擺動玩具、抓握等等來懂得世界。我們的目的是讓機械人做異樣的工作：經由過程自立的互動來懂得世界是若何運作的。”他說：“這個機械人的才能固然依然無限，但它的技巧完整是自立進修的，這讓它可以經由過程構建之前不雅察到的互動形式來猜測龐雜的物理互動。”

　　UC Berkeley的迷信家們將持續經由過程視頻猜測研討機械人掌握，專注于進一步改良視頻猜測和基于猜測的掌握，和開辟更龐雜的辦法，使機械人可以搜集更集中的視頻數據，用于龐雜的義務，例如拾取和放置物體，把持布或繩子等柔嫩和可變形的物體，和組裝。