一個(gè)字母，多色塊：一個(gè)微不足道的任務(wù)等待人類撿起它，轉(zhuǎn)過(guò)身來(lái)，把它扔在我們的手掌中。但對(duì)于機(jī)器人專家而言，這是一項(xiàng)難以攀登的艱巨任務(wù)。機(jī)器人的手動(dòng)操作一直是一個(gè)挑戰(zhàn)。

(資料圖)

輸入Dactyl。星期一發(fā)布的名為L(zhǎng)earning Dexterity的OpenAI視頻自豪地展示了他們的機(jī)器人系統(tǒng)Dactyl，它是以一流的方式操縱物體而創(chuàng)建的。

重點(diǎn)在于敏捷這個(gè)詞。它的手指以非常顯著的方式處理塊，包括巧妙地轉(zhuǎn)動(dòng)塊的不同側(cè)面。它學(xué)會(huì)了如何將塊旋轉(zhuǎn)到任何喜歡的方向。

他們訓(xùn)練了一個(gè)卷積神經(jīng)網(wǎng)絡(luò)，稱IEEE Spectrum的Evan Ackerman，在短短50個(gè)小時(shí)內(nèi)控制一只暗影之手操縱物體。

可以肯定的是，他們的手引起興趣的另一個(gè)原因是它在更短的時(shí)間內(nèi)得到了解決。阿克曼強(qiáng)調(diào)了機(jī)器人團(tuán)隊(duì)時(shí)間削減的重要性。(這些數(shù)字令人羞愧.IEEE Spectrum提到了50個(gè)成功的立方體操作，因?yàn)?,144個(gè)CPU內(nèi)核和8個(gè)GPU在50小時(shí)內(nèi)收集了100年的模擬機(jī)器人經(jīng)驗(yàn)。)

人類需要數(shù)年才能實(shí)現(xiàn)“強(qiáng)大”的手部操作。好吧，機(jī)器人，阿克曼說(shuō)，“沒(méi)有那種時(shí)間。通過(guò)實(shí)踐和經(jīng)驗(yàn)學(xué)習(xí)仍然是解決這類復(fù)雜任務(wù)的方法，而挑戰(zhàn)在于找到一種更快，更有效的學(xué)習(xí)方法而不僅僅是給予一個(gè)機(jī)器人手拿東西一遍又一遍地操縱，直到它知道哪些有效，什么無(wú)效，這可能需要一百年左右?！?/p>

路透社同樣描述了為什么他們的工作很重要：“體育鍛煉需要數(shù)月或數(shù)年，并且有自己的問(wèn)題 - 例如，如果機(jī)器人的手放下工件，人類需要撿起并放回去。這也很昂貴研究人員試圖將這些年的體育訓(xùn)練分成幾部分，并將它們分發(fā)到多臺(tái)計(jì)算機(jī)上進(jìn)行軟件模擬，可以在幾小時(shí)或幾天內(nèi)完成培訓(xùn)，無(wú)需人工幫助。

斯蒂芬·內(nèi)利斯(Stephen Nellis)在路透社的一篇文章中提到了另一個(gè)激動(dòng)人心的方面 “研究人員將隨機(jī)噪聲注入到軟件模擬中，使得機(jī)器人手的虛擬世界變得非常混亂，以至于它不會(huì)被現(xiàn)實(shí)世界中的意外情緒迷惑?！?/p>

在提高杠桿操縱率方面，該團(tuán)隊(duì)設(shè)法涵蓋了無(wú)法很好建模的變量。阿克曼寫(xiě)道，“這包括物體的質(zhì)量和尺寸，物體表面和機(jī)器人指尖的摩擦力，機(jī)器人關(guān)節(jié)的阻尼程度，執(zhí)行器力，關(guān)節(jié)限制，電機(jī)間隙和噪音等等?！?/p>

在他們的OpenAI博客文章中，該團(tuán)隊(duì)表示，他們訓(xùn)練了一個(gè)類似人類的機(jī)器人手，以“前所未有的靈巧”操縱物理對(duì)象。他們注意到Dactyl是如何在模擬中完全訓(xùn)練的，“使用我們過(guò)去一年一直在研究的技術(shù)來(lái)適應(yīng)現(xiàn)實(shí)世界的物理學(xué).Dactyl從頭開(kāi)始學(xué)習(xí)使用與OpenAI Five相同的通用強(qiáng)化學(xué)習(xí)算法和代碼。”

他們說(shuō)，有可能在模擬中培訓(xùn)代理人并讓他們解決實(shí)際任務(wù)，而無(wú)需對(duì)世界進(jìn)行物理精確建模。

本文由用戶上傳，如有侵權(quán)請(qǐng)聯(lián)系刪除！

關(guān)鍵詞：