竞技宝测速 卡内基梅隆大手谷歌DeepMind 使机器人能够创

　　机器人与人类的思维方式有本质不同，例如当一种食材置于储物架上方难以徒手够到，人类仅需花费数秒时间，就能寻找到板凳或梯子，站上去将其拿下。这种简单的解决方案是一种复杂问题解决方法的结果，研究人员称之为创造性工具使用。

　　尽管使用工具用于预期用途是一项非常拥有的技能，但创造性地使用工具不仅依赖于识别工具和有效使用工具的能力，还依赖于预测结果的倾向。在所有动物当中，仅有人类可以掌握这种判断技能。这也使得人类成为高级智能的标志。

　　近日，卡内基梅隆大学机械工程系的研究人员与谷歌 DeepMind 合作，提出了这样一个假设——人类懂得如何创造性地使用工具，那么我们是否也能教会机器人如何使用工具呢？

　　研究人员表示，创造性地使用工具根本挑战在于，它是一个未知的未知问题，也就是说没有示范。否则机器人只能做到学习，却不能创造技能，因此我们必须引入外部知识，以此来帮助机器人进行头脑风暴，LLMs大语言模型成为实现这一目标的最佳载体。”

　　为深入探索这个问题，研究人员构建了RoboTool，这是一个以大型语言模型（LLMs）为基础的创造性工具应用系统。该系统能够接纳关于机器人环境的自然语言指令，包括工作区域内物体的尺寸和位置等与机器人相关的约束条件。接着，RoboTool会生成可直接执行的Python代码，作为完成任务的具体方案。

　　卡内梅基隆大学机械工程专业的博士生徐梦迪表示，“现有模型为机器人提供具体指令，如使用这把叉子吃那个蛋糕，机器人会在限定范围之内进行指令性的操作。而我们则为机器人设定更高层次的指令，比如吃蛋糕。”

　　研究小组分别使用机械臂和宇树四足机器人Go1来布置三项任务，包括选择工具、连续使用工具和制造工具，RoboTool就是在这种情况下进行测试的。

　　具体测试方面，为了让机器人对工具的选择进行评估，研究人员将牛奶盒放置在了机械臂抓取不到的地方。同时要求四足机器人从一个沙发行走到另一个沙发，两个沙发之间留有一定空隙，以及如何将立方体纸盒抬起。这些测试均需要机器人从多个选项中选择适合的工具使用才能成功，团队展示了对物体大小和形状的广泛理解的能力，以及分析这些属性与通过测试这一最终目标之间关系的能力。

　　顺序工具测试挑战，要求四足机器人按照特定顺序使用工具来完成任务，机器人需要将积木移到一起才能爬上沙发。机械臂测试当中，需要让机器人使用棍子将罐子推到纸上，从而让罐子拉到触手可及的位置。

　　工具制造要求机器人利用现有材料制作工具来完成任务，例如使用脚板和管子制作一个杠杆来抬起一个立方体。这项测试要求机器人辨别物体之间的隐含联系，并通过自行操作组装部件。这种能力在机器人技术中非常重要，因为它能让机器人能够实现原本看似难以完成的任务。

　　今后，该团队将在系统中加入视觉模型，从而获得更强的感知和推理能力。研究人员还希望开发更多互动方式，让人类参与并指导机器人创造性地使用工具。