如今机器人和人工智能技术的发展可谓日新月异，而人类研究机器人的目的之一，就是为了让机器人能够替代人类，去完成一些枯燥无味且高度重复性的工作。

在今年 3 月份，沃尔玛超市已经在美国尝试引入一种货架机器人，它能够自动扫描并检查货架中商品的在库信息，又或者是及时提醒服务员哪些商品出现了标价或位置出错的状态，据说效率会比手工检查高 50%。

（图片来源：pittsburgh post-gazette）

然而就目前的技术来看，这种工业机器人想要投入市场使用，仍然需要先做一些特定的编程规则，而且关注的只是单一领域中单一类型的任务。一旦场景出现变化，机器人就需要再次从头开始学习整个任务，最终投入的成本可能还不如直接聘请一位新员工来得划算。

虽然机器人理解现实世界的方式与人类有所区别，但理想状态下，我们还是希望机器人能够和正常生物一样，用“手把手来教”这种更加直观的方式，让它能够自主学习并理解工作流程。这一点相比学习道德标准要简单得多，而且对于没有技术基础的商户来说也更有价值。

近期 nvidia 在机器人与自动化国际会议上展示的产品，就向我们展示了这种可能性。

我们能从机器人摄像头的视角中看到，机器人模仿人类的流程，将各种不同颜色的方块按顺序堆叠在一起。虽然看上去并没有什么特别，但这个机器人此前并没有接受过“按黄绿蓝顺序摆放方块”这一特定任务的训练，也就是在没有经验的情况下完成了目标。

根据 nvidia 研究人员 stan birchfield 表示：“一方面，机器人确实非常适合执行重复性的工作；但另一方面，它们也很难应对突发情况，尤其是那些超出任务范围的工作。”

“如果没有专业技术人员在场，普通人如何让机器人去执行一个它从未涉足过的新任务？这显然不符合我们对机器人的期望。机器人想要帮助人类，就需要理解人类所做的事情，不仅是学习示范任务，更需要懂得预判下一步的操作。”

在合成数据、深度神经网络和域随机化算法的帮助下，nvidia 研究人员希望人类只需要在机器人面前示范一次，就让机器人完成感知、规划和执行这一“模仿和学习”的流程，让机器人能够理解只演示了一次的新任务。

就拿刚才这个实例来说，如果是一个发生在超市中的场景，货架上的商品散落一地，服务人员上前整理并重新摆放好，机器人通过观察就能理解并学会这一操作，之后的工作只需要交给机器人来做就好了。

除了 nvidia 的探索，去年 openai 也推出过一个类似的机器人自主学习系统，同样是希望机器人能够直接在演示中学习新任务，并立即应用于现实中的场景，但后者是借助 vr 手段来训练机器人。

看来要不了多久，被机器人抢走饭碗这件事，又得成为台面上的热议话题了。

题图来源：ibtimes uk

以上是网络信息转载，信息真实性自行斟酌。