DeepMind的新型人工智能教机器人处理复杂任务_新浪财经

ALOHAUnleashed和DemoStart使机器人能够掌握复杂、灵巧的任务。　　谷歌DeepMind推出了两款新的人工智能系统，旨在帮助机器人学习和执行需要精确、熟练动作的复杂任务。　　一个是ALOHA Unleashed，它是ALOHA2系统的升级版。它配备了两个手臂，可以通过远程控制来收集高质量的训练数据，使机器人能够通过更少的演示来学习新任务。　　另一个DemoStart采用强化学习算法，仅通过几次模拟演示就能学习到不同的行为，从而推动机器人向前发展。　　利用这些系统，团队对机器人进行了模拟和实际任务测试。它成功地系鞋带、插入齿轮、更换机器人部件、挂衬衫和清洁厨房。不过，机器人系鞋带的能力仍在发展中，需要进一步完善。　　谷歌在一份声明中说，通过帮助机器人从人类的演示中学习并将图像转化为行动，这些系统正在为机器人执行各种有用的任务铺平道路。增强机器人学习能力　　迄今为止，大多数先进的人工智能机器人只能使用单臂拾取和定位物体。DeepMind声称，ALOHA Unleashed在双臂操作方面达到了很高的灵巧性。　　ALOHA Unleashed方法建立在ALOHA 2平台的基础上，而ALOHA 2平台本身则是由斯坦福大学的低成本开源双臂远程操作硬件系统ALOHA 2发展而来。　　据该团队介绍，ALOHA 2比早期的系统更加灵巧。它有两只可远程操作的手，便于训练和数据收集，使机器人可以通过更少的演示来学习新任务。　　最新系统还包括改进的人体工学设计和增强的学习过程。演示数据是通过远程控制机器人执行系鞋带和挂T恤衫等复杂任务收集的。　　机器人要达到人类的灵巧程度，还有很长的路要走，但未来是令人兴奋的。　　这项研究将为创造更有用、更灵巧的机器人铺平道路，这些机器人有朝一日可以为家庭、办公室和其他地方提供帮助。此外，一种类似于用于生成图像的Imagen模型的扩散方法被用于从随机噪声中预测机器人的行动。这种方法能让机器人从数据中学习，并独立完成相同的任务。灵巧的人工智能突破　　控制灵巧的机器人手是一项复杂的挑战，尤其是当手指、关节和传感器越来越多时。　　DemoStart是最近研究中描述的一种新方法，它通过使用强化学习来帮助机器人在模拟中发展灵巧能力，从而解决这一问题。这种方法尤其适用于具有多指手等复杂特征的机器人。　　DemoStart从简单的任务开始学习，逐步过渡到难度更大的任务，一步步掌握每项任务。与传统的从真实示例中学习的方法相比，DemoStart所需的模拟演示次数要少100倍，才能达到相同的熟练程度。　　DemoStart是利用开源物理模拟器MuJoCo 开发的，它所学习的行为只需极少的调整就能移植到物理机器人上。域随机化等技术可以缩小模拟与真实之间的差距。　　这种方法减少了物理实验的需要，从而节省了时间和成本。然而，设计能成功转化为实际表现的模拟一直是个难题。　　DemoStart的强化学习与一些演示相结合，创建了一个课程，有效地弥补了这一差距。在三指机器人手DEX-EE上进行的测试显示，它在立方体调整方向和拧紧螺母等任务的模拟成功率超过98%，而在类似任务的真实世界测试中，成功率高达97%。　　DeepMind认为，机器人技术是人工智能研究的一个独特领域，它说明了我们的方法在现实世界中的有效表现。例如，即使在机器人中实现了庞大的语言模型，它也无法独立完成系鞋带或拧紧螺栓等任务。（逸文）