盖世汽车讯 据外媒报道，由斯坦福大学（Stanford University）和丰田研究所（Toyota Research Institute）的机器人专家组成的联合团队发现，在训练机器人时，将音频数据添加到视觉数据中有助于提高它们的学习技能。该研究团队已将相关研究成果发布在arXiv预印本服务器上。

图片来源：arXiv

研究人员指出，几乎所有对基于人工智能的机器人进行的训练都是让它们接触大量视觉信息，而忽略了相关的音频。研究人员想知道，如果在机器人身上添加麦克风，并允许它们收集有关某件事在执行过程中应该如何发声的数据，是否可以帮助它们更好地学习任务。

例如，如果机器人要学习如何打开一盒麦片并将其装入碗中，那么听到盒子被打开的声音以及麦片落入碗中时的干燥声可能会有所帮助。为了找到答案，该研究团队设计并进行了四项机器人学习实验。

第一项实验是教机器人使用铲子翻转煎锅中的百吉饼。第二项实验是教机器人使用橡皮擦擦除白板上的图像。第三项实验是将杯中的骰子倒进另一个杯中，第四项实验是从三个可用的样品中选择正确尺寸的胶带，并用它将电线粘在塑料条上。

所有实验都使用同一个配有抓爪的机器人。所有实验也都以两种方式进行，即仅使用视频和同时使用视频与音频。研究团队还改变了教学和表现因素，如桌子高度、胶带类型或白板上的图像类型。

在完成所有实验后，研究人员通过判断机器人学习和执行任务的速度和难易程度以及准确性来比较结果。研究人员发现，在某些任务中添加音频可以显著提高速度和准确性，但在其它任务中则不然。

例如，在倒骰子的任务中添加音频，可显著提高机器人判断杯中是否有骰子的能力。同时，橡皮擦发出的独特声音，有助于机器人理解是否对橡皮擦施加了适当的压力。另一方面，添加声音对于确定百吉饼是否已成功翻转或是否已成功从白板上擦除所有图像并没有多大帮助。

该研究团队总结道，这项研究表明，在人工智能机器人的教材中添加音频可以为某些应用提供更好的结果。