这个机器人通过向互联网上的陌生人询问来学习

在一项新研究中，计算机科学家编写了算法，让机器人将积木排列成人类可以识别的汽车、乌龟、房屋和其他东西。但这些设计并非编入程序。相反，机器人通过现场（机器人内部？）演示来学习……并在名为 Mechanical Turk 的众包网站上提问。

研究人员发现，面对面和在线相结合的众包学习方式比单纯的面对面演示更能帮助机器人学习任务。此外，众包机器人辅导比雇用相同数量的人为机器人演示更便宜。研究人员认为，在遥远的未来，众包可以帮助机器人学习有用的任务，例如摆放餐桌或将碗碟放入洗碗机。（我的意思是，我希望如此，对吧？）

华盛顿大学的科学家团队为自己的 Gambit 机器人配备了 Kinect 深度传感器，帮助它感知桌子上积木的颜色和位置。Gambit 机器人有钳形手，因此能够抓住物体。它们甚至能够在棋盘上移动棋子。程序员还在 Willow Garage PR2 机器人上尝试了他们的算法， 《大众科学》杂志曾广泛报道过这款机器人。

机器人首先在实验室中从 14 名志愿者那里获得了用积木制作花朵、鱼、蛇和其他东西的演示。通常，这些设计对于机器人来说太难复制了。所以他们还在 Mechanical Turk 上发布了问题：你将如何用这些积木制作一辆汽车（或一个人，或一只小鸟）？随着机器人从数百个回复中收集数据，它们开始学习如何制作人类会认为是“汽车”的东西，但对于它们来说仍然是可行的。机器人还学会了识别积木图案，这是它们所学的八种事物之一，即使有些零件缺失。

所有这些都很酷，而且令人印象深刻。您可以从研究人员在线发布的有关他们工作的论文中了解更多信息。一个好处是：该论文包括 Mechanical Turkers 的回复图片。看起来有些 Mechanical Turk 用户在将几十个方块变成逼真的乌龟和人物方面非常聪明。其他人则出奇地不擅长这项任务。幸运的是，华盛顿大学的算法有一种剔除糟糕设计的方法。它要求 Mechanical Turkers 对彼此的设计进行评分，因此它知道哪些是好的乌龟，哪些是坏的。

本月初，研究人员在美国电气电子工程师学会主办的机器人会议上展示了他们的研究成果。