来源：南加州大学
对那些第一次搬进公寓的人们而言，按一堆神秘的图纸组装出宜家家具而确保它不散架，同时保持自己情绪稳定，已经成为了不折不扣的重大仪式。
但是，对于南加州大学（University of Southern California）的研究人员们而言，还有比这更好的折磨机器人、使它们学会面对现实的方式吗？继去年一群机器人学家用机械手臂组装了经典的 Stefan 椅子后，南加大的研究人员们又向机器人学界赠送了一份大礼——一个新的模拟系统，用来训练机器人组装这些低成本家具。他们的最终目标是让机器人更好地应对新事物，达到接近人类的灵活性和适应性。
努力工作的单臂机器人“Sawyer”
图片来源：南加州大学
对于你我来说，组装宜家家具既简单又困难。组装过程漫长而令人厌烦，但它同时也是一件简单的事儿，因为人类奇妙的大脑总能将抽象的图纸转换为实物。在组装过程中，你会遇到各种问题，但你的创造力能轻易解决它们；长时间使用六角扳手会累到你手抽筋，但人类的动手能力仍是无可比拟的。
而对机器人来说，组装宜家家具完全是地狱级难度。是的，机器人已经在装配线上工作了几十年了，但它们只是负责体力活儿的“肌肉”。例如，它们只负责把车门之类的大部件抬到合适位置，拧入小零件等精细活儿始终由人类完成。此外，机器人的工作环境受到高度限制，即使它们足够聪明，也永远不需要即兴发挥，因为它们的不可预测性可能使人类同事处于危险之中。
如果希望机器人在我们的家庭中有所用途，它们就必须变得更灵活。为了达到这个目的，或许需要用一些复合场景对机器人进行训练，比如安装宜家家具。
南加大的研究人员们通过模拟真实物理世界中的重力、摩擦力，使用不同的灯光、纹理渲染，建立了他们的三维数字游乐场。在这个环境中，你可以选择不同的机器人，比如单臂的 Sawyer 和双臂的 Baxter，然后操纵它们拼装 80 多件椅子、桌子、书架等家具。所有的场景都是由游戏引擎 Unity 渲染的，机器人的点滴进步都能被看到。
多种光照、纹理和背景可供选择
图片来源：南加州大学
但是，Sawyer 和 Baxter 都是真实存在的机器人，可以在实验室中实地学习，为什么还要费劲做个模拟器呢？这是因为训练一个真实的、由金属和塑料制成的机器人不是一件容易的事儿。现实中，对机器人的训练往往是通过强化学习进行的，机器人尝试用不同的方法解决问题，若此方法有一定的效果则给予奖励，反之则予以惩罚，循环往复。机器人虽然能摸索出正确的问题解决方法，但是整个过程极其耗时，而在模拟系统中训练机器人的速度远比现实中快得多。
这款宜家游乐园一般的模拟系统为研究人员提供了一个训练机器人操作、组装复杂物体的标准平台。“虽然对人类来说‘抓握’只是个微不足道的动作，但对机器人来说，它必须精确知道在哪里抓物品，用多大的力抓住物品，”曾帮助开发该系统的南加州大学机器人专家约瑟夫?里姆（Joseph Lim）说，“即使是掌握抓握技能，对机器人来说也是一个非常大的开放性问题。”
另外，要搭建一把椅子，零件必须以一定的方式组合，步骤也必须以一定的顺序执行，如何让机器人把一系列的操作串联起来也是一个问题。为此，研究人员可能会使用“模仿学习”的方法，即先给机器人演示如何搭一把椅子，再让机器人进行模仿。里姆说：“我们的目标之一是研究如何让机器人学习人类的行为。我们可以通过等方式让机器人观察人类行为，再让它进行重复或模仿。”
努力工作的双臂机器人“Bexter”
图片来源：南加州大学
不过，别指望你的机器人助理可以直接把装好的办公椅带到你的办公室来。首先，这个系统还不能模拟用钉子或螺钉把部件连接起来的操作。其次，曾用真实机器人组装了宜家椅子的南洋理工大学工程师彭匡聪（音，Quang-Cuong Pham）认为这个模拟系统仍然面临从模拟到现实的转化问题。也就是说，将机器人在模拟中所学到的知识转化为它们在现实世界中的技能是极其困难的。彭匡聪说：“一项在模拟环境中成功完成的任务是否能像我们之前做的那样，由一台真实的机器人在现实世界里完成？这是目前尚不清楚的。”
图片来源：南洋理工大学
研究 DOI: 10.1126/scirobotics.aat6385
但是，也许再经过几年时间，再牺牲一些椅子，人类搭家具的痛苦就将是机器人的收获。
