抽積木遊戲，對你來說有多簡單？但對機器人來說，比下圍棋難多了

如果你玩過抽積木遊戲，你肯定記得它的遊戲規則：你和你的對手輪流從一座高高的積木塔中抽出一根積木，併疊放到最上層，如此反覆，直到其中一個人讓積木塔倒塌，決出勝負，遊戲才結束。

你可能會覺得這個遊戲非常的簡單，但是對機器人來說卻非常的困難。早在1997年“深藍”機器人就打敗了國際象棋大師卡斯帕羅夫，最近又打敗了中國著名的圍棋大師柯潔，你可能會說，圍棋這麼難的競賽人工智慧都能贏，抽積木對它們來說簡直就是小兒科啦。

但實際上，在國際象棋和圍棋比賽中，人工智慧只需要計算出棋子該怎麼走才能獲勝就行了，這一切對它們來說都是“紙上談兵”。但抽積木遊戲，不僅要選出最合適的那根積木，還得在抽出和疊放的過程中掌握合適的力道，才不會讓積木塔倒塌，同時你還得想方設法為你的對手創造困難。

目前機器人還很難發展出比我們人類更靈敏的觸覺和更精準的力量掌控，因此在動手能力這方面它們還很難戰勝人類。

最近，人工智慧專家們正試圖突破這一挑戰。麻省理工學院的機械工程師們開發出了一種雙指機器人，使用人工智慧和感測器來計算出這個遊戲的物理原理，並進行遊戲。

來自麻省理工學院（MIT）的博士生、機械工程師尼瑪·法澤利（Nima Fazeli）說：“人工智慧需要與積木塔進行物理資訊互動，以獲得足夠的資訊來做出決策。”最近他把自己的研究成果發表在《科學機器人學（Science Robotics）》雜誌上

法澤利和他的同事們開發的這個雙指機器人，可以抓住一根積木，也可以輕輕推動它。這臺機器依靠兩個感測器來感知充滿積木的世界：一個感測器可以掃描積木塔，另一個力感測器在它的“手腕”上，可以感知到自己在抽出積木的過程中用了多大的力。透過這些感測器和深度學習技術，它能夠辨別出遊戲的物理資訊。

來自麻省理工學院的機械工程學教授阿爾貝託·羅德里格斯（Alberto Rodriguez）說，我們的最終的目標是讓它精確地判斷，什麼時候該給予積木塊一個持續的推動，用多大的力推動，什麼時候該停止。如果在抽出積木的過程中，積木塔倒塌了，它會儲存之前的錯誤方法，並在下一次玩這個遊戲時不再用這個方法。

由於人工智慧的存在，這種程度的學習是機器人能做得到的，儘管工程師們必須先給機器人輸入一些基本的資訊，告訴機器人遊戲的目標是用最合適的方式移除一根積木，然後把它放在積木塔的最上面。

但是其他的過程是完全自主的，羅德里格斯說：“它需要自己決定推動哪一根積木，以及要探測哪一根積木；自己決定如何提取它們；自己決定什麼時候繼續提取它們，並把它放在頂上哪個位置。”

簡單來說，機器學習的方式非常的“笨”，它們只是在千萬次試錯中，獲得反饋，並找到最優解而已。只是它們具備非常優秀的記憶能力和計算能力，玩得越多，錯得越多，它們就玩得越好。

羅德里格斯說，這個裝置“足夠好，可以和人比賽”，即使它的速度很慢，但它也會很有趣。研究人員說，這個機器人已經可以擊敗很多的業餘玩家，但在面對一些專業玩家的時候，它還是顯得束手無策。