虽然机器人专家在过去几十年推出了越来越复杂的机器人系统，但迄今为止推出的大多数解决方案都是预先编程和训练的，以解决特定任务。在与机器人互动的同时不断教授机器人新技能的能力可能非常有益，并可能促进机器人的广泛使用。
亚利桑那州立大学 (ASU) 的研究人员最近开发了一种新的计算方法，可以让用户通过基于对话的互动不断训练机器人完成新任务。这种方法在arXiv预印本服务器上发布的一篇论文中进行了介绍，最初用于教机器人纵器如何成功准备冷三明治。
“我们的目标是推动在人们家中部署能够学会烹饪冷餐的机器人，”该论文的指导作者 Nakul Gopalan 告诉 Tech Xplore。“我们希望从用户的角度来理解人们需要家用机器人具备哪些行为。
“这种用户视角让我们在与机器人交流时使用语言和对话。不幸的是，这些机器人可能并不了解一切，比如如何为你煮意大利面。”
Gopalan 和他的同事最近研究的主要目标是设计一种方法，使机器人能够从人类代理那里快速获得以前未知的技能或行为。
在 AAAI 人工智能大会上发表的一篇论文中，该团队专注于通过基于对话的交互来教机器人完成视觉任务。他们的新研究以之前的努力为基础，引入了一种更全面的基于对话的机器人训练方法。
“我们这项工作的范围是通过允许用户个性化他们的机器人来提高机器人的适用性，”论文合著者顾伟伟告诉 Tech Xplore。“由于机器人需要为不同的用户完成不同的任务，而完成这些任务需要不同的技能，制造商不可能预先训练机器人掌握所有这些场景所需的所有技能。因此，机器人需要从用户那里获得这些技能和任务相关知识。”
为了确保机器人能够有效地从用户那里获得新技能，该团队必须克服各种挑战。首先，他们必须确保在教导机器人时让人类用户参与其中，并且机器人以非专家用户可以理解的方式传达任何疑问或请求更多信息。
“其次，机器人只需与用户进行几次互动，就能掌握知识，因为用户不可能无限期地与机器人呆在一起，”顾说。“最后，尽管机器人获得了新知识，但它不应该忘记任何已有的知识。”
Gopalan、Gu 和他们的同事 Suresh Kondepudi 和 Lixiao Huang 着手共同解决持续学习的所有这些要求。他们提出的交互式持续学习系统通过三个不同的组件来解决这三个子任务。