随着越来越多的机器人进入多种环境，研究人员正在努力使与人类的互动尽可能顺畅自然。培训机器人以立即响应语音指令，例如“拿起玻璃杯，将其移至右侧”等，这在许多情况下是理想的，因为它最终将实现更直接，更直观的人机交互。但是，这并不总是那么容易，因为它要求机器人理解用户的指令，而且还需要知道如何根据特定的空间关系移动对象。
德国弗赖堡大学的研究人员最近设计了一种新的方法，用于教机器人如何按照人类用户的指示来移动对象，该方法通过对“半透明”场景表示进行分类。他们的论文已在arXiv上预先发表，将于6月在巴黎举行的IEEE国际机器人与自动化会议(ICRA)上发表。
“在我们的工作中，我们专注于关系对象的放置说明，例如'将杯子放在盒子的右边'或'将黄色玩具放在盒子的顶部，”OierMees，一位从事这项研究的研究人员说。这项研究告诉TechXplore。“这样做，机器人需要推理出杯子相对于盒子或任何其他参考对象的放置位置，以便再现用户描述的空间关系。”
训练机器人以了解空间关系并相应地移动对象可能非常困难，因为用户的指令通常不会在机器人观察到的较大场景中划定特定位置。换句话说，如果人类用户说“将杯子放在手表的左侧”，则机器人应将杯子放置在离手表多远的地方，以及不同方向(例如，向右，向左，向右)之间的确切边界在哪里?的前面，后面等)?
梅斯说：“由于这种固有的含糊性，也没有可用于学习模拟空间关系的真实性或'正确'的数据。”“我们从辅助学习的角度解决了空间关系的地面真像素式注释不可用的问题。”
Mees和他的同事设计的方法背后的主要思想是，当给定两个对象以及代表它们所在背景的图像时，确定它们之间的空间关系就容易了。这使机器人可以检测一个物体是否在另一个物体的左侧，上方，前方等等。
