一個字母，多色塊：一個微不足道的任務(wù)等待人類撿起它，轉(zhuǎn)過身來，把它扔在我們的手掌中。但對于機器人專家而言，這是一項難以攀登的艱巨任務(wù)。機器人的手動操作一直是一個挑戰(zhàn)。

(資料圖)

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

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

他們訓(xùn)練了一個卷積神經(jīng)網(wǎng)絡(luò)，稱IEEE Spectrum的Evan Ackerman，在短短50個小時內(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原因是它在更短的時間內(nèi)得到了解決。阿克曼強調(diào)了機器人團隊時間削減的重要性。(這些數(shù)字令人羞愧.IEEE Spectrum提到了50個成功的立方體操作，因為6,144個CPU內(nèi)核和8個GPU在50小時內(nèi)收集了100年的模擬機器人經(jīng)驗。)

人類需要數(shù)年才能實現(xiàn)“強大”的手部操作。好吧，機器人，阿克曼說，“沒有那種時間。通過實踐和經(jīng)驗學(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機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，并且有自己的問題 - 例如，如果機器人的手放下工件，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)到多臺計算機上進行軟件模擬，可以在幾小時或幾天內(nèi)完成培訓(xùn)，無需人工幫助。

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激動人心的方面 “研究人員將隨機噪聲注入到軟件模擬中，使得機器人手的虛擬世界變得非常混亂，以至于它不會被現(xiàn)實世界中的意外情緒迷惑。”

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

在他們的OpenAI博客文章中，該團隊表示，他們訓(xùn)練了一個類似人類的機器人手，以“前所未有的靈巧”操縱物理對象。他們注意到Dactyl是如何在模擬中完全訓(xùn)練的，“使用我們過去一年一直在研究的技術(shù)來適應(yīng)現(xiàn)實世界的物理學(xué).Dactyl從頭開始學(xué)習(xí)使用與OpenAI Five相同的通用強化學(xué)習(xí)算法和代碼?！?/p>

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

關(guān)鍵詞：