纽约大学库朗数学科学研究所助理教授 Lerrel Pinto 被任命为 2023 年帕卡德科学与工程奖学金获得者。平托是获得奖学金的 20 名科学研究人员之一。
Pinto 今年早些时候入选《麻省理工科技评论》的“35 位 35 岁以下创新者”名单，他正在寻找方法来训练能够执行各种任务的机器人，或者正如该杂志所说，创造出“能做更多事情”的机器人。比真空。”
“想象一下打开一扇未上锁的门这一看似简单的任务——人类可以通过调整其方法以适应各种门设计、把手机制和开门机制，毫不费力地完成这项任务，”平托解释道。“但是开发一种算法，让机器人不仅能够打开一种类型的门，而且能够打开多种类型的门，这是一项艰巨的挑战。”
Pinto 自 2020 年以来一直在纽约大学工作，他认为当前的限制是灵活性和通用性之间的权衡。
“传统机器人技术已经产生了能够执行高度灵巧行为的技术，并已成功应用于各种复杂的任务，”平托解释道。
“然而，他们依赖于强有力的假设，例如事先了解有关机器人环境的精确物理信息。当机器人被要求在新场景中运行时，这些假设会受到限制。”
相反，其他进步依赖于机器学习，在机器学习下，工具可以适用于各种环境，而无需太多人工干预。
“但是，行为的普遍性是以需要大量机器人数据为代价的，”平托观察到。“这反过来又限制了它们在不太灵巧的行为中的使用，例如物体拾取，在这种情况下收集大量数据相对容易。”
“因此，我们的机器人要么可以在任务的狭窄变化中产生高度灵巧的行为，要么可以通过简单的机器人行为执行广泛的变化，”他补充道。“但我们缺乏既能产生灵巧行为又能在各种场景中发挥作用的方法。”
在帕卡德研究奖学金(五年内 875,000 美元)的资助下，Pinto 旨在通过三种方法来解决机器人技术方面的这一差距：构建能够连续自我收集大量数据以执行灵巧任务的机器人系统，创建能够捕获现实世界现象的算法为了优化通用性，并开发人机界面，使机器人能够根据我们的行为反映人类的偏好。