近年來，能夠自我學習的機器人已經在食品加工領域得到了廣泛的應用。比如近日，劍橋大學的一支研究團隊，便成功地讓機器人廚師掌握了煎蛋製作技能。此前，我們已經在加州見到過可以自動翻轉漢堡的機器人、以及在柏林見識過香腸機器人。如果這項技術得到普及，有望極大地解放人類廚師的繁瑣工作量。

視頻截圖（來自：University of Cambridge）

據悉，該項目由劍橋大學與家用電器公司Beko 合作開展。科學家們著手將機器人烹飪推向新的領域和高度，因此在探索了披薩、煎餅等應用場景之後，研究團隊也在努力思考如何進一步優化機器人的餐點製作技能。

來自劍橋大學工程系、帶領這項新研究的Fumiya Iida 博士表示：“對於機器人專家來說，烹飪是一個相當有趣的話題，因為人類的食物方面永遠無法做到100% 的客觀，所以科學家的任務就是如何評估機器人能夠做得更好”。

本次研究使用的機器人廚師已經接受了一定的訓練，能夠執行簡單前的各種準備工作，從敲打蛋殼、攪拌、以及最終的塗抹都不在話下。劍橋研究人員為其配備了機器學習算法，以幫助其根據各種主觀反饋來提升煎蛋水準。

Fumiya Iida 稱：“我們面臨的另一個挑戰，就是人類味覺的主觀性，即人類難以給出絕對的味覺標準。有鑑於此，機器人需要不斷調整批處理的機器學習算法，從而不斷改進和提升食客的滿意度”。

Can robots make omelettes（via）

通過將這些評估意見和機器學習算法相結合，機器人能夠隨著時間的推移而不斷提升其煎蛋的品質（量化改進），最終結果也證實了這一點。Fumiya Iida 表示，總體而言的味道很不錯。

顯然，作為一道普通但又絕不平常的菜品，機器人需要權衡色香味和質地外形等多方面的因素，使之成為了測試機器人機器學習能力的一個理想測試場景。

有關這項研究的詳情，已經發表在近日出版的《IEEE機器人與自動化快報》（IEEE Robotics and Automation Letters）上。

原標題為《Improving Robotic Cooking Using Batch Bayesian Optimization》。