RoboBrain是世界上第一个面对机器人的搜索引擎,它可以使访问引擎的机器人在数据库中下载关于这个词的所有边集和它所代表的节点。目前,这个项目是由斯坦福大学的艾舒托什·萨克塞纳(Ashutosh Saxena)和多位同事开发。此外,RoboBrain可以提供任何要执行任务的设备自由访问。同时,它还会不断收集所有访问设备的新数据。
现在很多人一遇到问题就会Google,百度或者访问其他在线数据库。对于普通人来说,这种解决方案行之有效,因为我们会对模糊的信息进行判断。
举个例子。通过百度“如何做番茄炒蛋”,我们会得到操作流程:洗番茄,打鸡蛋,洗锅开火云云...但是对于机器人来说,这些操作流程并不是详细。机器人需要各种各样的附带信息,比如,在哪里洗番茄,水需要怎么的温度,洗多少遍,要用什么方式去洗,洗完放在那里等等。
事实上,要让机器人从搜索引擎获得有用的信息完成任务,引擎的数据库必须详细地描写这个任务的各种细节。
1.机器人的信息存储方式与RoboBrain搜索引擎数据库匹配
机器人带有各式各样的传感器,因此数据库信息存储的方式必须要能够匹配任何类型的机器人。该搜索引擎应当能够响应机器人以不同的方式提出的各种的问题。它应当能够从不同的来源收集知识,如万维网、WordNet、ImageNet、Freebase、OpenCyc等数据库。
2.RoboBrain需要打通所有的机器人服务
萨克塞纳的团队希望RoboBrain成为一个协作项目,能够连接现有的服务。为此,他们跟Tell Me Dave、PlanIt等服务商建立了合作。Tell Me Dave这家创业公司致力于使得机器人能够理解自然语言指令,PlanIt则旨在使得机器人能够利用众包信息规划路径。
3.信息多样性
创立这种数据库并非易事。萨克塞纳和他的同事把它看成是网络理论问题,在这里面知识是定向图。定向图中的节点以各种各样的形式体现,比如集装箱可用图像、文本、视频、触觉数据或者学术概念来表达。
而RoboBrain接收以边集形式呈现的新信息,它们也会链接节点子集。例如,“坐着的人可以使用杯子”的概念可能会链接杯子和坐着的人的节点以及诸如“能够使用”的概念。
萨克塞纳的团队希望打造一种数据库,它可以使访问引擎的机器人在数据库中下载关于这个任务的所有边集和它所代表的节点。他们演示了机器人利用RoboBrain将蛋盒放到桌子的另一端情形。由于鸡蛋易碎,它们必须要小心处理,这就是机器人通过访问RoboBrain学到的“知识”。
这个项目很重要的一部分是,如何让机器人把一个情境中学到的知识应用于其它的情景。例如,将处理鸡蛋的学到的也用于处理其它的易碎物品,如灯泡。此外,团队还希望把在线的视频接入RoboBrain数据库。这样,机器人就可以通过更大的知识来源来完成更多的任务。这些都很有可能影响机器人思考以及与世界交互的方式。
无疑,RoboBrain将会对机器人以及人类的未来有着重要的意义。
via:technologyreview