看到地上的东西捡起来，再把它扔进箱子里，这样简单的动作想必连三四岁的小孩也能很快掌握。可你知道吗，对于机器人来说，为了达到如此完整而连贯的动作，科学家们耗费了数十年的时间，至今仍在继续努力。
最近，由 Google AI 团队、哥伦比亚大学、麻省理工学院、普林斯顿大学研究人员联手宣布制作出了一台投掷机器人 TossingBot，它尝试再现的就是前面说到的如此「简单」的动作，它究竟有哪些特别的地方，今天极客之选（公众号 GeekChoice）就来给大家介绍一下。
机器人能拾取物体现在看来并不稀奇，在工业机器人领域，很多工厂的自动化操作都由能拾取物体的机器人来完成，一些动作精巧的机器人甚至能够为你打开瓶子，举杯倒酒，也许你也曾在抖音、微博这样的平台看到过它们。
抓取 + 放置并不罕见，但要说抓取 + 抛掷的动作，对于机器人来说难度就大得多。原因很好理解，和抓取东西并放置这种稳妥的动作不同，抓取物体然后以抛物线的方式扔出需要提前做出预测，人的大脑往往会对不同物体做出提前感知，通过不同的力度、抛掷角度来达到把物体扔进指定位置的目标，但这种「物理直觉」对于机器人来说却很难。
为了训练这种全新的动作形式，谷歌以及众多大学科学家一起，尝试让 TossingBot 通过自我监督机制不断调整自身抓取、投掷方式。TossingBot 本身配备了能够感知环境的摄像头，因此会确定物体和目标点之间的位置，而作为核心的抛掷动作，则通过机器学习的方式进行训练。
TossingBot 是通过端到端神经网络联合学习方式来掌握投掷技巧，这个神经网络会通过不断抓取物体来估测在抛掷时的具体情况，从而不断矫正抛掷精度，所以从起初只能偶尔投进，到最后达到 85% 的投掷精准度，全程抓取训练了 10000 次，耗时只用了 14 小时时间，相比人类来说效率高了不少。
当然，只让它抛掷倒准确位置还不够，科学家们还尝试在物品栏中加入各种不规则物体，考虑到实际生活当中不规则物体很多，让机器人掌握这种技巧自然会在未来更具使用价值。通过放置诸如假香蕉、乒乓球、马克笔这样的物品，TossingBot 逐渐掌握到这些物品的深层特征，由此判断采用何种角度以及力度来抛掷物品。
通过加入不同环境和物品条件，TossingBot 才有了如今这样比我们人类还要准确的投掷率，这让我想起了前一段时间
极客之选曾介绍过的丰田开发的投篮机器人，在抛掷得分这个环节，这两个机器人似乎有着异曲同工之处。
不过就目前来说，TossingBot 依然有自己的缺陷，比如它不能像人一样感知不同物体的软硬程度，所以容易捏碎一些易碎品，科学家们也在尝试让其拥有更智能的物体识别和抓取，从而提升投掷精确度，但也许有一天，这种机器人会出现在垃圾分类整理或者工厂生产车间也说不定呢。
