Jenga是一种消遣，许多人即使喝了几杯之后仍然可以享受，这使它成为一种流行的酒吧游戏。但对于机器人来说，游戏仍然是一个挑战，它们会测试他们如何看待和 感觉 物理世界，这些技能的组合，一旦掌握，将会产生重大影响，远远超出赢得自由栏标签。
麻省理工学院的Alberto Rodriguez教授和研究生Nima Fazeli告诉我们 逆 这一突破是在现实世界中训练机器人的关键。他们的研究于周三在期刊上发表 科学机器人.
通过使用人工智能，两位研究人员使他们的机器人能够处理实时视觉和触摸数据，而不是为数百个电子表格提供数据。这种实时数据处理有朝一日可以使装配线机器人能够使用触觉信息即时学习，而无需重新编程。只需一点试运行，国内机器人也可以学习新的清洁技能。机器最终可以像学徒一样接受培训。
阅读更多：视频显示啤酒提取乐高机器人可以承担波士顿动态
Rodriguez和Fazeli在一封电子邮件中写道：“学会如何谨慎和自信地与塔楼进行互动，这是开发机器人操纵技能的关键。” 逆 。 “我们选择Jenga的第二个关键原因是数据效率。我们如何让机器人从数十次或数百次尝试中学习而不是数十次或数十万次尝试？这些对于我们用手做的许多任务都很重要，这对于机器人帮助我们来说非常有用。从组装电话到垃圾分类。“
在研究人员发布的一个视频中，一个机器人手臂捅着木块塔，探索它可能做出的动作;它可以快速识别卡住的部件并避开那些部件。最终它变成了一个Jenga专家，可能只是打击了一个（可能是醉酒的）人类。这与今天的许多机器人不同，它们完全依靠视觉数据来完成他们的任务。
既然这种训练方法已被证明可以在Jenga上粉碎它，那么研究人员可以将这种方法转化为帮助机器人掌握更多实际任务。也许学习如何根据视觉和感觉从堆肥废物中分类回收可能是下一个重大考验。
在那之前，这个机器人抓手会很高兴让你在下一次Jenga酒吧会议上看起来像个傻瓜。
相关视频：这种机器人手被教导类似人类的反应。