近日，加州大学伯克利分校的计算机科学家们研发出“可以预见未来要发生的事情”的机器人技术，利用这项技术，机器可以做到：操控以前没有见过的物件；并且在未来，这项技术可以应用在自动驾驶汽车的预测事件，并可以帮助生产更多的家庭机器人。

　　这个机器人的名字叫Vestri，所利用的技术是视觉预见技术。运用视觉预见技术，机器人可以在完全自主学习的情况下，看到如果他们执行特定的动作会产生怎样的结果。据雷锋网新智造知悉：目前，研究者在NIPS 2017上展示了这项技术。

　　目前，机器人的预测能力还比较简单，只能预见未来几秒内发生的事情——但是它们足够让机器人弄清楚如何在桌子上移动物体，而不会碰到障碍物。目前，机器人专注于从完全自主的游戏中学习简单的动手技能，最重要的是机器人要学会在没有人帮助或事先不知道有关物理、环境、物件知识的情况下执行任务。

　　要让机器人学会在桌面上操控物体，这需要在从无人监督的状态中探索学习，培养视觉的想象力，像婴儿一样，从零开始学习理解世界，用物体进行实验，找出如何以最好的路径移动物体。

　　在历经了这个游戏的阶段之后，机器人可以构建一个对世界的预测模型，并且可以利用这些模型来操作一些以前没有见过的新物体。

　　伯克利大学电子工程和计算机科学系助理教授Sergey Levine说：“人类可以想象我们在移动物件的动作，这种方法也可以使用于机器人，机器人可以想象不同的的动作将如何影响周围的环境。”

　　Sergey Levine补充说：“这项视觉预见可以在复杂的现实环境中实现高度的智能规划。”

　　这个机器人主要依靠深度学习的技术（称为dynamic neural advection，简称DNA）。这个基于DNA的模型根据机器人的动作预测图像中的图像是如何从这一帧移动到下一帧。使用这个模型，机器人能够执行复杂的任务，例如在障碍物周围滑动玩具并重新定位多个物体。Levine实验室的博士学生和原DNA模型的发明人Chelsea Finn说“过去，机器人已经学会了人类主管帮助和提供反馈的条件下掌握技能。”

　　这项技术的刺激之处就是使得机器人在完全自主的情况下学会怎么处理物件。据雷锋网新智造了解到，有了这项新技术，机器人可以在桌上移动物件，然后利用预测模型来移动选择将物体移动到所需位置的动作。机器人利用从原始摄像头观察的学习模型来自学如何避开障碍物，并在障碍物周围推动物体。

　　Levine说：“婴儿可以通过玩玩具、摆动玩具、抓握等等来理解世界。我们的目标是让机器人做同样的事情：通过自主的互动来了解世界是如何运作的。”

　　同时，Levine补充说：“目前，机器人的学习能力仍然有限，但是它的技能是完全自动学习的，并且可以通过建立在先前观察到的模式来预测如何操作没有控制过的物件。”