加州年夜学伯克利分校的盘算机迷信家们研收回“可以预感将来要产生的工作”的机械人技巧。应用视觉预感技巧，在完整自立进修的情形下，这类机械人可以看到假如他们履行特定的举措会发生如何的成果。今朝的机械人原型还比拟简略，只能猜测几秒的将来，研讨者在NIPS 2017上展现了这项技巧。 关于婴幼儿来讲，玩玩具不只仅是乐趣和游戏，这对他们进修和懂得世界的运作方法是很主要的。受此启示，加州年夜学伯克利分校的研讨人员开辟了一个机械人，像婴儿一样，它从零开端进修懂得世界，用物体停止试验，找出若何以最好的途径挪动物体。如许，机械人可以或许“看到”将来要产生的工作。 以下面的视频引见所示，这个机械人名为Vestri，它像婴儿一样经由过程摆玩物体来想象若何完成义务。
UC Berkeley的研讨人员开辟了一种机械人进修技巧，使机械人可以或许想象本身的行动的将来，如许它们就可以够晓得若何操作之前从未碰到过的物体。将来，这项技巧可以赞助主动驾驶汽车猜测将来的路况，或许完成更智能的家庭机械人助理，但这个最后的原型专注于从完整自立的游戏中进修简略的着手技巧。
这一技巧被称为“视觉预感”（visual foresight），应用这类技巧，机械人可以或许猜测在履行某个举措的一个步调时，它们的摄像机将会看到甚么。这些机械人的想象力在如今还比拟简略——只能猜测几秒钟的将来——然则它们足够让机械人弄清晰若何在桌子上挪动物体，而不会碰着妨碍物。主要的是，机械人可以在没有人类的赞助的情形下学会履行这些义务，也不须要有关物理、情况或物体的先有常识。这是由于视觉想象力是在无监视的摸索中从头开端进修的，只要机械人在桌子上摆玩物体。在这个游戏阶段以后，机械人构建了一个有关世界的猜测模子，而且可使用这个模子来把持它之前从未见过的新物体。
“就像我们人类可以想象我们的举措将若何挪动情况中的物体一样，这类办法可让机械人想象分歧的举措对四周的世界将发生如何的影响，”伯克利年夜学电子工程和盘算机迷信系助理传授Sergey Levine说，他地点的试验室开辟了这项技巧。“这可以在庞杂的实际世界中完成对高度灵巧的技巧停止智能计划。”
研讨团队NIPS 2017年夜会长进行了视觉预感技巧的demo。
这个体系的焦点是基于卷积轮回视频猜测（convolutional recurrent video prediction）或dynamic neural advection （DNA）的深度进修技巧。基于DNA的模子依据机械人的举措猜测图象中的像素若何从一个帧挪动到下一帧。比来对这类模子的改良，和年夜年夜进步的计划才能，使得基于视频猜测的机械人掌握可以或许履行愈来愈庞杂的义务，例如在妨碍物四周挪动玩具偏重新定位多个物体。
“在曩昔，机械人曾经可以或许在人类主管协助并供给反应的前提下学会技巧，这项新任务使人高兴的处所在于，机械人可以完整自立地进修一系列的视觉对象操作技巧。”Levine试验室的一位博士先生、最后的DNA模子的创造人Chelsea Finn说。
应用这项新技巧，机械人将物体推到桌子上，然后应用所进修的猜测模子来选择将物体挪动到所需地位的举措。机械人应用从原始摄像头不雅察的进修模子来自学若何避开妨碍物，并在妨碍物四周推进物体。
“人类的平生中，经由过程数百万次与各类各样的物体的互动，在没有任何教员的情形下进修操控物体的技巧。我们曾经证实，树立一个应用年夜量的自立搜集的数据来进修普遍实用的操作技巧的机械人体系也是可行的，特殊是推进物体这一技巧。”Frederik Ebert说，他是Levine试验室的一位研讨生，这个项目标研讨者之一。
因为经由过程视频猜测的掌握仅依附于可以由机械人自立搜集的不雅察，例如经由过程摄像机搜集的图象，是以这一办法是通用的，具有普遍的实用性。与传统的盘算机视觉办法分歧，传统的盘算机视觉办法须要人类为数千乃至数百万图象停止手工标志，构建视频猜测模子只须要未标注的视频，是以可以完整由机械人自立收集。现实上，视频猜测模子也曾经被运用于从人类运动到驾驶的各类数据集，而且获得了使人佩服的成果。
Levine说：“婴儿可以经由过程玩玩具、摆动玩具、抓握等等来懂得世界。我们的目的是让机械人做异样的工作：经由过程自立的互动来懂得世界是若何运作的。”他说：“这个机械人的才能固然依然无限，但它的技巧完整是自立进修的，这让它可以经由过程构建之前不雅察到的互动形式来猜测庞杂的物理互动。”
UC Berkeley的迷信家们将持续经由过程视频猜测研讨机械人掌握，专注于进一步改良视频猜测和基于猜测的掌握，和开辟更庞杂的办法，使机械人可以搜集更集中的视频数据，用于庞杂的义务，例如拾取和放置物体，把持布或绳子等柔嫩和可变形的物体，和组装。
