动动嘴就能控制机器人！MIT新研究让机器人理解语境更懂你的话

陈桦 编译自 TechCrunch 量子位 报道 | 公众号 QbitAI

科幻电影里的机器人早就能和人类无障碍沟通了，但在现实生活中，机器人理解自然语言的能力还非常差，稍微复杂一点的指令，就会让它们不知所措。

比如说：把我刚才放下的箱子拿起来。

让机器人明白这样的指令，是MIT计算机科学和人工智能实验室（CSAIL）最近才取得的突破。

MIT CSAIL设计出了一种方法，让机器人可以理解并响应以清晰明了的语言发出的语音指令。这个系统已经先进到可以理解涉及语境的指令，例如参考之前的命令和对象。

由CSAIL研究员开发的ComText（“语境中的指令”的缩写）系统提供了“类似Alexa”的机器人语音控制功能。这样的机器人可以理解语境，包括此前的指令，以及与之互动的对象和周围环境。

这意味着，用户可以像与他人互动一样与机器人互动。此前，与机器人的互动是个巨大的挑战，阻碍了机器人在商业场景和一般消费级场景中的应用。即使是在产业界，如果机器人可以理解自然语言语音指令，那么就可以更好地与人类合作。

通过对某些对象的理解，ComText可以用在工作中。例如，你可以告诉它，“我拿着的这个工具是我的工具”。未来，当你对它说“把我的工具拿给我”时，它就会找到正确的工具。

如上图所示，告诉机器人“我刚才放在桌子上的盒子是我的”，然后对它说“拿起我的盒子”，它就能正确理解。

研究人员使用Baxter模型对ComText系统进行了检验。Baxter是Rethink Robotics开发的双臂人形机器人。

ComText在实现过程中采用了不同类型的记忆方式，包括用于一般信息的语义记忆，以及与特定事件关联在一起的情景记忆。

在测试过程中，机器人能在约90%的情况下对语音指令做出正确反应。研究团队希望通过更复杂的输入信息，包括多步指令，以及深化机器人对上下文信息的理解，提高正确响应的水平。

这项研究相关的论文Temporal Grounding Graphs for Language Understanding with Accrued Visual-Linguistic Context发表在刚刚结束的学术会议IJCAI 17上，作者包括MIT的Rohan Paul、Andrei Barbu、Sue Felshin、Boris Katz和Nicholas Roy。

地址：http://static.ijcai.org/proceedings-2017/0629.pdf