MIT研制的新机器人的挑战叠叠乐游戏

借助机器学习和算法模型等，机器人已成为国际象棋大师，魔方记录刷新者。MIT麻省理工大学的科学家研制的新机器人的挑战项目是“叠叠乐（Jenga）游戏”，别看叠叠乐规则看似简单，但是对动手能力和思维策略的要求都非常高。

“叠叠乐”大师机器人配备有软分叉抓爪（soft-pronged gripper）、力传感腕部和外部摄像头等部件，设计结构完全是为了专精叠叠乐这一游戏。

在叠叠乐游戏中，玩家交替从共54条长积木条搭建的积木塔（每层三块交错堆叠整齐，不能移动最高三层的积木）中单手抽出一块积木，并且使其平衡地放到塔顶最上层，去创造一个不段增高，越来越失去根基的积木塔，直到积木塔倾倒。越垒到高层结构越不稳定，对于人类来说难度也很大，何况是机器人。

MIT的机器人研究团队通过机器学习，训练出了能看出抽取哪块积木实现最理想结果的本领。它能够小心并迅速地“推”出理想的积木块，然后借助视觉（外部摄像头）和触觉反馈（力传感腕部），并迅速与之前学会的“叠叠乐”玩法作对比，记录能导致更好结果的玩法，不断精通玩法。

根据收集的数据，机器人随后衡量不同动作可能产生的各种后果-尤其是当一个积木块处于特定的位置时，所需的精确力度的推动动作就会被迅速执行。

借助机器人臂结构，该机器人能够执行缓慢且精确利落的一步动作取出积木块，将之小心地搭建到塔顶部，同时不让积木塔倾塌。

MIT叠叠乐大师机器人的研究详情发表于《科学机器人》子刊文章中，MIT机械工程系Alberto Rodriguez罗德里格兹教授在一则声明中称，该机器人的视觉-触觉组合让它能够很好地执行叠叠乐游戏任务。

罗德里格兹教授写道：

与其它更依靠认知思维的任务或游戏（如国际象棋、围棋等）不同，玩叠叠乐同样需要掌握物理技巧，比如试探、推动、拉动、放置和码齐等技巧。

研究团队希望机器人的触觉学习系统能够应用于其它的任务，比如垃圾拆卸回收，组装消费级产品等。

罗德里格兹教授写道：

在手机装配线中，几乎每一步都需要有良好的扣合（Snap-Fit）感，或者要对螺钉相关的操作有契合感，这些都要通过力度和触感培养，而不仅只通过视觉。

对于该行业来说，掌握这些动作的学习模型资产就是真正的黄金。