怎么安裝二胡教學(xué)機器人(這個機器人不學(xué)數(shù)據(jù)集，“純玩”get家務(wù)技能，LeCun覺得很牛逼)

郭一璞發(fā)自凹非寺量子位報道|公眾號QbitAI

伯克利的研究人員最近利用視覺模型強化學(xué)習(xí)訓(xùn)練了一個不一樣的機器人，能夠通過自己的探索，完成各種任務(wù)：整理玩具、疊衣服、收拾餐具……

并且，這樣一個多功能機器人的訓(xùn)練過程是無監(jiān)督的，不需要投喂數(shù)據(jù)，完全是機器人自行摸索后學(xué)到的。

也就是說，這個機器人看了看你雜亂的房間，就自主的收拾了起來。

幫你把亂放的蘋果放進盤子：

幫你疊起秋衣：

整理玩具：

咦，二胡卵子誤入。

完成這一系列工作的，都是同一套算法。

這些神奇的技能，YannLeCun看到都驚呼：Awesome！

像小朋友一樣摸索世界

我們開頭說過，這個機器人不需要人為投喂數(shù)據(jù)。

那么數(shù)據(jù)從哪兒來呢？從需要它工作的現(xiàn)實世界來。

在一個擺放了各種物體的“房間”內(nèi)，可以讓機器人自由摸索，感受房間里的一切，在無監(jiān)督的情況下，機器人完全可以自己玩自己的。

除了玩杯子、玩具這些硬的東西，還可以玩“軟體”的毛巾：

玩的過程中，機器人就通過各種傳感器，學(xué)到了視覺能力，知道自己身邊是什么東西；

學(xué)到了定位能力，知道自己在做什么；

學(xué)到了做不同的動作，知道自己發(fā)出不同命令后，手臂會做什么；

學(xué)會熟練使用自己的“手”，可以預(yù)測到手做什么動作會對環(huán)境中的物體產(chǎn)生怎樣的影響。

整個探索過程沒有分數(shù)、不設(shè)輸贏，完全是機器人自己憑借“好奇心”，通過摸索這個房間里的物品，形成自己的一套“世界觀”的過程。

派活就行，不用你教怎么干

當(dāng)機器人已經(jīng)對環(huán)境中的物體了如指掌之后，我們該怎么給它安排工作呢？

用像素點。

在整個環(huán)境中，通過像素點給機器人標(biāo)注任務(wù)目標(biāo)，紅色為起始點，綠色為結(jié)束點，也就是告訴機器人把紅點位置的東西搬到綠點位置。

機器人，你來把紅點位置的蘋果，挪到綠點位置的盤子上去。

機器人想了想，大概只要把蘋果夾起來，把手臂挪過去，把蘋果放下，就可以了把？

△機器人內(nèi)心的“草稿”

那就這么辦了，召喚機械臂，是騾子是馬，我們挪一個看看。

Bingo！成功。

下一個任務(wù)，我們把牛仔熱褲疊起來。

想一想，揪住一個角，挪過來就好了吧？

根據(jù)這個計劃試一試：

完美成功~

傳送門

最后，照例附上傳送門。

論文：

VisualForesight:Model-BasedDeepReinforcementLearningforVision-BasedRoboticControl

FrederikEbert,ChelseaFinn,SudeepDasari,AnnieXie,AlexLee,SergeyLevine

博客：

VisualModel-BasedReinforcementLearningasaPathtowardsGeneralistRobots

至于開源代碼嘛，官方表示comingsoon，或許過一段時間能在這個頁面里找到：

—完—

誠摯招聘

量子位正在招募編輯/記者，工作地點在北京中關(guān)村。期待有才氣、有熱情的同學(xué)加入我們！相關(guān)細節(jié)，請在量子位公眾號(QbitAI)對話界面，回復(fù)“招聘”兩個字。

量子位QbitAI·頭條號簽約作者

?'?'?追蹤AI技術(shù)和產(chǎn)品新動態(tài)