MIT 開發視覺與 AI 系統，教軟體機器人自我認知

麻省理工學院（MIT）計算機科學與人工智慧實驗室（CSAIL）最近開發新系統，以視覺和人工智慧教導軟體機器人理解自身運動。此創新不依賴傳統感測器或手動編程，而是用消費級相機讓機器人觀察自己的動作，自建模型理解幾何形狀和可控性。論文刊登於《自然》期刊。

團隊表示，新系統可能大大擴展軟體和生物啟動機器人的應用範圍，能沒有GPS、模擬或感測器也能及時適應環境。CSAIL主任丹妮拉·魯斯（Daniela Rus）表示，新技術名為「神經雅各比安場域」（Neural Jacobian Fields，NJF），軟體機器人手能只用視覺觀察學習抓取物體，無需感測器或預裝AI模型。

核心在機器人以相機觀察自身運動並隨機動作，建立自身運動的模型。研究員用計算機視覺和機器學習，以單一圖像重建機器人3D模型，並以運動追蹤算法追蹤機器人訓練時運動模式。三種機器人都能學到自身長相，並理解可執行動作。3D列印DIY玩具機器手臂學會以公分級精確度空中寫字；氣動機器手臂觀察自身運動，學會控制每根手指氣流。

新研究不僅展示軟體機器人如何用視覺獲自我意識，還預言低成本製造、家庭自動化和農業機器人等行業的潛在應用。新方法消除專家建立準確模型的需求，並降低依賴昂貴感測器系統，以後可能會出現更多只靠視覺和觸覺運作的經濟型機器人。

• Robots that know themselves: MIT’s vision-based system teaches machines to understand their bodies
• MIT Teaches Soft Robots Body Awareness Through AI And Vision
• MIT’s sensorized skin gives soft robots an idea of touch and place
• “Sensorized” skin helps soft robots find their bearings

（首圖來源：MIT CSAIL）