5 月 28 日，日本著名的早稻田大学 (Waseda University)发布了其开发的深度学习型机器人操控技术最新成果。以往的机器人触摸到布料以及纽扣等形状各异的不规则形状物体时会出现一种不擅长处理的状况，对此，早大田大学研发团队开发了一种深层学习型机器人操控技术，使得其通过人工反复教授或言语指示，进行深层学习，从而编程出新动作。

该成果是由早稻田大学理工学术院尾形哲也教授与日立制作所研究小组共同完成的。其详细研究成果将于5月31日开始到6月6日间于中国西安国际会议展示厅召开的“The 2021 International Conference on Robotics and Automation(ICRA 2021)”以及6月6日至8日召开的网络会议“日本机械学会机器人与机电学讲演会2021 in 大阪(ROBOMECH2021)”上进行发表。

以往的机器人操控系统通常是通过对物体进行识别获得信息，并以所获得信息为基础根据对象物体的角度和形状进行有可能发生的动作推测，进而将这种推测人为地进行编程（轨道计划）。因此，对于布料以及纽扣等因接触而发生形状变化的不定型物品进行操作时的动作，用程序将所有的状况进行表述就成为一种难题。

针对上述难题，此次开发的操控技术下，只需要人为地将所需要动作向机器人进行数次教习，机器人便可根其视觉和触觉获得的信息（对象物品的位置以及方向等）自动获得所应该采取的动作命令，对于不定型物品作业中所发生的新情况能够无需编程而自动实行。

此外，以往要实现用语言指示（声音或教课文章等信息）达到所期动作时，需要将言语指示和动作相关等全部信息都进行人为编程，每追加一个动作或对象物都需要加入相应的言语指示。而此次完成的研究下，则是让机器人学习其自身动作与对象物以及言语指示间的关系，并存储记忆在信息库中，从而达到一种接近于向身边的人发出新动作指示一样的效果。

不仅如此，该开发系统还可以从一系列包含了对象物物理特征（颜色形状等）和动作内容（抓或者按等）的言语指示数据库中，生成一种类似动作的联想效果，只要入力这种联想效果生成模式，系统便可以针对未学习过的言语指示自动地实行一种所期待的动作。

也就是说，例如发出一个之前没有过的言语指示：“把红色的盒子拿来”。对此，系统可以针对以往有过的动作指示比如“按住红色或蓝色的盒子”“把蓝色的圆筒拿来”等，对“红色的盒子和蓝色的盒子”进行区别认识，同时将“拿来”这一动作进行组合，进而认识红色盒子的位置，并认识到“不是圆筒而是盒子”这一形状，最终达到“把红色的盒子拿来”这一目的。

研究小组表示，未来将在一些尚未引进机器人的工作岗位进行引进，从而达到现场作业自动化，从而支援人工作业。通过构建这种援助人工作业系统，解决人口老龄化社会下劳动力人口不足所带来的各种问题。

消息来源：早大、知らない言葉でもデータから類推して作業できるロボット制御法を開発（2021年5月31日）｜BIGLOBEニュース