ACM 将Pieter Abbeel评为2021 年 ACM 计算奖的获得者，以表彰他对机器人学习的贡献，包括从演示中学习和用于机器人控制的深度强化学习。

Abbeel 率先教会机器人从人类演示中学习（“学徒学习”）和通过自己的反复试错学习（“强化学习”），这为下一代机器人技术奠定了基础。

Abbeel 是加州大学伯克利分校的教授，也是人工智能机器人公司 Covariant 的联合创始人、总裁兼首席科学家。

在他职业生涯的早期，Abbeel 开发了新的学徒学习技术，以显著改善机器人操作。随着该领域的成熟，研究人员能够对机器人进行编程，使其能够感知和操纵木块或勺子等刚性物体。然而，通过编程让机器人来操纵可变形物体（例如布）被证明是困难的，因为软材料在触摸时移动的方式是不可预测的。Abbeel 引入了增强机器人视觉感知、基于物理的跟踪、控制和从演示中学习的新方法。通过结合这些新方法，Abbeel 开发了一种能够折叠毛巾和衬衫等衣服的机器人，这在当时被认为是一个重要的里程碑。

Abbeel 的贡献还包括开发可以进行手术缝合、检测物体以及在不确定情况下规划其轨迹的机器人。最近，他开创了“少样本模仿学习”的先河，即先让机器人在经过大量相关任务演示的预训练后，然后使其仅通过一次演示就学会执行一项任务。

Abbeel 做出重要贡献的另一个特别有前途的领域是机器人的深度强化学习。强化学习是机器学习的一个领域，智能体在奖励的驱动下不断前进（比如赢得一场比赛）。虽然早期的强化学习程序很有效，但它们只能执行简单的任务。强化学习与深度神经网络相结合的创新开创了深度强化学习的新领域，与仅使用强化学习开发的程序相比，它可以解决复杂得多的问题。

Abbeel 在该领域的关键突破性贡献是开发了一种名为“信赖域策略优化（Trust Region Policy Optimization）”的深度强化学习方法。这种方法稳定了强化学习过程，使机器人能够学习一系列模拟控制技能。通过分享研究结果、发布视频教程以及发布开源代码，Abbeel 帮助建立了一个研究社区，进一步推动了用于机器人的深度学习研究，可以让机器人执行更复杂的任务。

Abbeel 还做出了其他几项开创性贡献，包括：generalized advantage estimation，它实现了第一个 3D 机器人运动学习；soft-actorcritic，这是迄今为止最流行的深度强化学习算法之一；domain randomization，它展示了通过适当随机化的模拟器进行的学习如何能够很好地泛化到现实世界；hindsight experience replay，这有助于在稀疏奖励/目标导向的环境中进行深度强化学习。

ACM 主席 Gabriele Kotsis 表示：“教机器人学习可以推动许多行业的重大进步，包括手术、制造、航运、自动驾驶等。Pieter Abbeel 是新一代研究人员中公认的引领者，他们正在利用最新的机器学习技术彻底改变这一领域。Abbeel 做出了跨越式的研究贡献，同时还慷慨地分享了他的知识，建立了一个同行社区，致力于将机器人提升到令人兴奋的新能力水平。他的工作体现了 ACM 计算机奖旨在表彰具有“深度、影响力和广泛影响”的杰出工作的初衷。”

Infosys 首席执行官 Salil Parekh 表示：“我们很荣幸能够表彰 Pieter Abbeel 获得 2021 年 ACM 计算奖。随着机器人与人工智能相结合的创新方式不断涌现，机器人领域有望取得更大的进步，我们相信像 Abbeel 这样的研究人员将有助于该领域创造下一个重大进展。”

Abbeel 将于今年 6 月 11 日在旧金山举行的 ACM 年度颁奖晚宴上正式获颁 ACM 计算奖。

原文链接：https://awards.acm.org/about/2021-acm-prize

---煤油灯科技victorlamp.com翻译整理---