得益于使他们能够创建简单工具的新技术，机器人可能正处于他们自己的“石器时代”版本的边缘。
利用一种新颖的功能来推理无关零件的形状，功能和连接，研究人员首次成功地训练了智能代理，通过组合对象来创建基本工具。
突破来自佐治亚理工学院的机器人自主性和交互式学习（RAIL）研究实验室，是朝着使智能代理开发更先进的工具迈出的重要一步，这些工具可证明对危险的和可能威胁生命的环境有用中国机械网okmao.com。
这个概念听起来很熟悉。它被称为“ MacGyvering”，以1980年代的名称为基础-最近重新启动了该电视连续剧。在本系列中，主人公以其非常规的解决问题的能力而闻名，他利用可用的不同资源来解决问题。
多年来，计算机科学家和其他人一直在努力为机器人提供类似的功能。在他们的新机器人MacGyvering工作中，由索尼亚·谢尔诺瓦（Sonia Chernova）副教授领导的RAIL实验室研究人员将以前由佐治亚理工学院前教授迈克·斯蒂尔曼（Mike Stilman）开发的机器人技术用作起点。
在这项最新工作中，使用团队的新颖方法训练过的机器人被赋予了一组可选部件，并被告知要制造一种特定的工具。就像人类的人类一样，机器人首先检查每个零件的形状以及一个零件如何与另一个零件连接。
通过机器学习，训练了机器人以使形状与功能相匹配-物体的形状有助于实现特定结果-来自大量日常物体的示例。例如，通过了解碗的凹陷使它们能够盛装液体，它在构造汤匙时会利用这一知识。类似地，机器人被教导如何使用可以刺穿或抓握的材料将物体固定在一起。
在这项研究中，研究人员成功地制作了锤子，小铲，铲子，吸水扒和螺丝刀。
“螺丝刀特别有趣，因为机器人结合了钳子和硬币”，博士Lakshmi Nair说。互动计算学院的学生，也是该项目的研究人员之一。“它的理由是钳子能够抓住东西，并说硬币与螺丝刀的头部相配。将它们放在一起，就可以制造出有效的工具。”
当前，机器人仅限于形状和附件。它尚不能有效地推理特定的材料特性，这是推进现实世界方案的关键步骤。
Nair说：“人们之所以认为锤子坚固耐用，是因为您不会用泡沫块制成锤子。” “我们希望在工作中达到推理的水平，这是我们现在正在努力的事情。”
该作品的灵感来自阿波罗13号的通俗故事，这是阿波罗太空计划注定要进行的第七次乘员飞行。在执行任务的两天后，船上服务舱中的氧气罐爆炸了，船员被迫对二氧化碳去除系统进行临时修改。
尽管时间紧迫，所有人以及任务控制人员之间的压力都非常大，但救援还是成功的。Nair和合作者希望，这项研究将被证明是未来机器人技术的基础，该技术可以更快地进行推理，而无需承担压力。
Nair说：“他们有能力制造这种过滤器，但解决方案却花了很长时间。” “我们希望制造出能够在这种情况下帮助人类的机器人，以减轻他们的压力，提出创新的解决方案并潜在地挽救他们的生命。”
这项工作在2019年机器人技术：科学和系统会议上发表，论文标题为“使用零件形状和附着预测的自主工具构造”（拉克希米·奈尔，尼辛·施里瓦塔夫，扎克里·埃里克森，索尼亚·切尔诺娃）。