5G確定性工業(yè)基站首商用,工業(yè)互聯(lián)網(wǎng)走上新高度李飛飛團(tuán)隊(duì)前瞻性研究 多模態(tài)AI模型初顯空間智能AI終于邁過(guò)這道檻!Livekit 開(kāi)源模型精準(zhǔn)識(shí)別“你是否說(shuō)完”!DeepSeek開(kāi)源大模型開(kāi)發(fā)者之一羅福莉?qū)⒓用诵∶?/a>廣汽詳解旗下首款復(fù)合翼飛行汽車 GOVY AirJet:最高飛行速度可達(dá) 250km/h清華大學(xué)聯(lián)合騰訊出品!ColorFlow:自動(dòng)給黑白漫畫(huà)上色,保持角色一致性Adobe推新AI音頻具Sketch2Sound ,只需哼唱和模仿聲音就能創(chuàng)建音效家庭能源智聯(lián)自由 海辰儲(chǔ)能發(fā)布首套免安裝家庭微網(wǎng)系統(tǒng)HeroESOpenAI發(fā)布o(jì)3:AI 推理能力的重大突破,得分高達(dá)87.5%亞馬遜云科技推出Amazon Q Developer新功能小象超市,摸著美團(tuán)外賣出海E Ink元太科技連三年入選道瓊可持續(xù)雙指數(shù)撬動(dòng)6000億GTV后,抖音計(jì)劃偷襲美團(tuán)大本營(yíng)AGI Open Network(AON):賦能每個(gè)人創(chuàng)建、部署和貨幣化AI Agent貸款利率史上最低了嗎?東融教你看懂歷年啥水平“客服來(lái)電”有詐?抖音客服上線“驗(yàn)證助手”助用戶識(shí)別詐騙OpenAI新模型GPT-5研發(fā)未達(dá)預(yù)期:成本高昂 效果不佳曝天馬打入果鏈:為蘋(píng)果HomePod供應(yīng)LCD屏 每塊屏僅10美元曝OPPO或首發(fā)新款天璣次旗艦芯片 兩大子品牌Q2發(fā)力諾基亞攜手阿聯(lián)酋運(yùn)營(yíng)商e&,展示全球首個(gè)固網(wǎng)游戲端到端網(wǎng)絡(luò)切片方案
  • 首頁(yè) > 產(chǎn)經(jīng)新聞?lì)l道 > 創(chuàng)投報(bào)道

    斯坦福為機(jī)器人提了個(gè)醒

    2024年01月09日 18:43:45   來(lái)源:微信公眾號(hào):鋅產(chǎn)業(yè)

      傅盛說(shuō),“2023年是人類歷史上第三個(gè)奇跡年。”

      這一年,大模型盛行,人工智能爆發(fā),尤其是在具身智能領(lǐng)域的突破,讓機(jī)器人有了更大的想象空間。

      整個(gè)機(jī)器人產(chǎn)業(yè)都在摩拳擦掌,希望能在這樣的利好背景下做些什么,才不至于錯(cuò)失良機(jī)。

      邁過(guò)2023年,也就是在剛剛進(jìn)入2024年的*周,斯坦福大學(xué)的研究團(tuán)隊(duì)又對(duì)外公開(kāi)了一個(gè)開(kāi)源項(xiàng)目,一個(gè)名為「Mobile ALOHA」的機(jī)器人開(kāi)源項(xiàng)目。

      在這個(gè)開(kāi)源項(xiàng)目中,一臺(tái)配備了雙臂的“機(jī)器人”能夠疊被子、做家務(wù),甚至還學(xué)會(huì)了烹飪。

      尤其是在其公布出的幾個(gè)忙起來(lái)像模像樣的視頻,一經(jīng)各種短視頻大肆傳播,讓不少人驚嘆,這不妥妥就是我們夢(mèng)寐以求的保姆機(jī)器人嗎?

      然而,和當(dāng)年跑酷、蹦迪的波士頓動(dòng)力超能機(jī)器人一樣,在如今失焦的媒體視角下,斯坦福研究團(tuán)隊(duì)的這一項(xiàng)目的魔力再次被神話。

      面對(duì)大家如此始料未及的反響,就連Mobile ALOHA項(xiàng)目聯(lián)合負(fù)責(zé)人Tony Z. Zhao都親自在Twitter上放出Mobile ALOHA執(zhí)行任務(wù)失敗的視頻,并稱,“機(jī)器人還沒(méi)有準(zhǔn)備好接管世界!

      一波熱度將Mobile ALOHA推上風(fēng)口,一番鬧劇讓這一項(xiàng)目又面臨質(zhì)疑。

      實(shí)則,如果花些時(shí)間看完這篇論文,就會(huì)發(fā)現(xiàn),Mobile ALOHA是一個(gè)不錯(cuò)的開(kāi)源項(xiàng)目,也是一個(gè)和現(xiàn)在主流視野中的具身智能略有不同的機(jī)器人項(xiàng)目。

      01.Mobile ALOHA是什么?

      從短視頻中看到過(guò)它的人都知道:

      Mobile ALOHA是一個(gè)會(huì)收拾家務(wù),又會(huì)煎蛋煮飯的機(jī)器人,而這臺(tái)機(jī)器人能完成的這些工作,正是家庭保姆機(jī)器人所需要的技能。

      正因如此,Mobile ALOHA一度被認(rèn)為是保姆機(jī)器人的原型機(jī),甚至被人認(rèn)為是未來(lái)幾年內(nèi)推動(dòng)保姆機(jī)器人出現(xiàn)的關(guān)鍵。

      實(shí)際上,論文的作者們,并沒(méi)有想這么多。

      在這篇論文中,Mobile ALOHA在硬件上被定義為「一種用于收集雙臂運(yùn)動(dòng)數(shù)據(jù)的低成本全身遠(yuǎn)程操作系統(tǒng)」。

      這臺(tái)機(jī)器人,也就是這套系統(tǒng),主要由以下幾個(gè)部分組成:

      移動(dòng)底座——一臺(tái)AGV機(jī)器人;

      供電系統(tǒng)——一塊1.26kW·h、14kg重的電池;

      控制系統(tǒng)——一臺(tái)配備英偉達(dá)3070顯卡和英特爾i7-12800H的筆記本電腦;

      運(yùn)動(dòng)系統(tǒng)——兩個(gè)機(jī)械臂;

      視覺(jué)系統(tǒng)——3個(gè)分辨率為480x640、頻率為50Hz的攝像頭。

      如此硬件配置打造出一臺(tái)如前文所述能在家庭環(huán)境下實(shí)現(xiàn)諸多功能的機(jī)器人,最為關(guān)鍵的其實(shí)是兩點(diǎn):

      *,機(jī)器人移動(dòng)能力。

      看過(guò)鋅產(chǎn)業(yè)此前文章的人應(yīng)該都了解,在機(jī)器人領(lǐng)域,除去工業(yè)機(jī)械臂外,還有兩類機(jī)器人已經(jīng)相當(dāng)成熟:

      一類是用在家庭地面清潔場(chǎng)景中的掃地機(jī)器人,另一類是用在倉(cāng)儲(chǔ)搬運(yùn)場(chǎng)景下的AGV。

      實(shí)際上,正是關(guān)乎機(jī)器人移動(dòng)能力的定位導(dǎo)航、路徑規(guī)劃等技術(shù)的成熟,推動(dòng)了這兩類產(chǎn)品在上一個(gè)十年逐漸普及。

      就移動(dòng)底盤(pán)而言,Mobile ALOHA直接選用了市面上成熟的AGV產(chǎn)品,解決了機(jī)器人在家庭環(huán)境下的移動(dòng)能力。

      第二,機(jī)器人的運(yùn)動(dòng)控制能力

      這里主要是指機(jī)械手臂的運(yùn)動(dòng)控制,也是Mobile ALOHA這一開(kāi)源項(xiàng)目的獨(dú)特性和技術(shù)含量所在。

      和現(xiàn)在通過(guò)強(qiáng)化學(xué)習(xí)模型、大模型等驅(qū)動(dòng)機(jī)器人自主認(rèn)識(shí)(感知)環(huán)境、執(zhí)行(決策)任務(wù)不同的是:

      Mobile ALOHA采用的依然是更直接的「模仿學(xué)習(xí)」——通過(guò)人類操作機(jī)器人,機(jī)器人學(xué)習(xí)模仿人類行為,構(gòu)成機(jī)器人的行為邏輯。

      在這一項(xiàng)目發(fā)布的視頻中,我們看到的人類操作機(jī)械臂運(yùn)動(dòng)的場(chǎng)景,其實(shí)就是模仿學(xué)習(xí)中人類示教的過(guò)程,也是機(jī)器人模仿學(xué)習(xí)中最為關(guān)鍵的一步。

      正是憑借這樣一套方法論,Mobile ALOHA僅需要人類通過(guò)50次演示的訓(xùn)練,在處理日常家務(wù)時(shí),就能夠達(dá)到80%以上的成功率

      02.令人撓頭的“蝦仁炒蛋”

      在這篇論文中,作者一共對(duì)Mobile ALOHA進(jìn)行了7項(xiàng)任務(wù)的訓(xùn)練和研究,分別是擦紅酒、炒蝦仁、沖洗平底鍋、收納平底鍋、呼叫電梯、推椅子、擊掌。

      在最終呈現(xiàn)出來(lái)的演示視頻中,最讓人驚訝的是,Mobile ALOHA竟然能很好地做出讓不少猛男少女都撓頭的滑蛋蝦仁。

      然而,要讓機(jī)器人做出這樣一道菜,其實(shí)并沒(méi)有想象中的那般容易。

      除了需要人類示教,讓機(jī)器人模仿學(xué)習(xí)外,作者還為Mobile ALOHA導(dǎo)入了一個(gè)靜態(tài)數(shù)據(jù)集,這個(gè)數(shù)據(jù)集包含了825個(gè)任務(wù)的雙臂執(zhí)行數(shù)據(jù)

      不過(guò),這825個(gè)任務(wù)的雙臂執(zhí)行數(shù)據(jù)與Mobile ALOHA要執(zhí)行的任務(wù)不同,甚至產(chǎn)生這些數(shù)據(jù)的機(jī)器人原型與Mobile ALOHA雙臂安裝位置也不同。

      科研是一條漫長(zhǎng)的道路,所有成熟的技術(shù)最終能夠順利應(yīng)用,都是眾多科學(xué)家不斷積累,一代代不斷基于前人研究成果推陳出新的結(jié)果。

      而基于已有數(shù)據(jù)集,再加上模仿學(xué)習(xí),能否讓Mobile ALOHA掌握更好的操作能力,也是這篇論文嘗試解釋的一個(gè)重要問(wèn)題。

      在實(shí)際實(shí)驗(yàn)過(guò)程中,通過(guò)為原有數(shù)據(jù)集加入模仿學(xué)習(xí)的方法,在執(zhí)行「推椅子」、「擦紅酒」任務(wù)時(shí),明顯有很好的能力提升,有更強(qiáng)的泛化能力。

      具體而言,在將一排5把椅子收到桌子下時(shí),當(dāng)推到第4、第5把椅子時(shí),這一方法的成功率分別提高了15%和89%。

      從實(shí)驗(yàn)中整體任務(wù)執(zhí)行成功率來(lái)看,在進(jìn)行50次示教(擊掌20次)后,擦紅酒、呼叫電梯、擊掌、收納平底鍋、沖洗平底鍋、推椅子6項(xiàng)任務(wù)的成功率分別達(dá)到了95%、95%、85%、85%、80%、80%。

      然而,最驚艷的制作滑蛋蝦仁這項(xiàng)長(zhǎng)達(dá)75秒的的艱巨烹飪?nèi)蝿?wù),實(shí)際上,Mobile ALOHA的任務(wù)執(zhí)行成功率只有40%。

      也就是說(shuō),我們看到的Mobile ALOHA*地做好一道滑蛋蝦仁,同樣是一個(gè)概率沒(méi)有那么大的事件。

      看來(lái),“蝦仁炒蛋”,不僅讓人類撓頭,如今也還是讓機(jī)器人撓頭。

      03.斯坦福為機(jī)器人提了個(gè)醒

      “蝦仁炒蛋”做不好沒(méi)關(guān)系,畢竟,這也不是斯坦福這一個(gè)研究團(tuán)隊(duì),以一己之力能夠*解決的問(wèn)題。

      實(shí)際上,他們想要解決的也并不是這個(gè)問(wèn)題。

      他們想要解決的是,能否將現(xiàn)在雙臂機(jī)器人運(yùn)動(dòng)控制的研究方法再往前推一步——驗(yàn)證靜態(tài)數(shù)據(jù)集與不同模仿學(xué)習(xí)算法聯(lián)合訓(xùn)練的可行性。

      從這一點(diǎn)上來(lái)看,他們做到了。

      在一系列實(shí)驗(yàn)中,他們驗(yàn)證了ACT、Diffusion Policy(擴(kuò)散策略)、VINN三類重要的模仿學(xué)習(xí)算法在Mobile ALOHA上任務(wù)執(zhí)行的成功率都得到了明顯的提高。

      更重要的是,他們打造的這套平臺(tái),成本只有3.2萬(wàn)美元(約合22.7萬(wàn)元)。

      在此之前,類似Mobile ALOHA的雙臂機(jī)器人平臺(tái)PR2、TIAGo,價(jià)格普遍在20萬(wàn)美元(約合142萬(wàn)元)以上。

      也就是說(shuō),斯坦福這一研究團(tuán)隊(duì),為機(jī)器人雙臂運(yùn)動(dòng)控制的研究驗(yàn)證了一個(gè)思路、提供了一套更便宜的研究平臺(tái)。

      雖然沒(méi)有大家想象的直接搞出一個(gè)廚師機(jī)器人,甚至保姆機(jī)器人來(lái)得炫酷,但這樣一套開(kāi)源平臺(tái)和算法展現(xiàn)出來(lái)的效果,尤其是在大模型被神話了的現(xiàn)在,讓大家再次意識(shí)到了模仿學(xué)習(xí)對(duì)于機(jī)器人的重要性。

      同時(shí)也為接下來(lái)機(jī)器人,乃至人形機(jī)器人的上肢運(yùn)動(dòng)控制研究,提供了一個(gè)新的思路。

      而且,這又是一個(gè)由華人科學(xué)家團(tuán)隊(duì)開(kāi)源的項(xiàng)目。

      文章內(nèi)容僅供閱讀,不構(gòu)成投資建議,請(qǐng)謹(jǐn)慎對(duì)待。投資者據(jù)此操作,風(fēng)險(xiǎn)自擔(dān)。

    即時(shí)

    新聞

    明火炊具市場(chǎng):三季度健康屬性貫穿全類目

    奧維云網(wǎng)(AVC)推總數(shù)據(jù)顯示,2024年1-9月明火炊具線上零售額94.2億元,同比增加3.1%,其中抖音渠道表現(xiàn)優(yōu)異,同比有14%的漲幅,傳統(tǒng)電商略有下滑,同比降低2.3%。

    企業(yè)IT

    重慶創(chuàng)新公積金應(yīng)用,“區(qū)塊鏈+政務(wù)服務(wù)”顯成效

    “以前都要去窗口辦,一套流程下來(lái)都要半個(gè)月了,現(xiàn)在方便多了!”打開(kāi)“重慶公積金”微信小程序,按照提示流程提交相關(guān)材料,僅幾秒鐘,重慶市民曾某的賬戶就打進(jìn)了21600元。

    3C消費(fèi)

    華碩ProArt創(chuàng)藝27 Pro PA279CRV顯示器,高能實(shí)力,創(chuàng)

    華碩ProArt創(chuàng)藝27 Pro PA279CRV顯示器,憑借其優(yōu)秀的性能配置和精準(zhǔn)的色彩呈現(xiàn)能力,為您的創(chuàng)作工作帶來(lái)實(shí)質(zhì)性的幫助,雙十一期間低至2799元,性價(jià)比很高,簡(jiǎn)直是創(chuàng)作者們的首選。

    研究

    中國(guó)信通院羅松:深度解讀《工業(yè)互聯(lián)網(wǎng)標(biāo)識(shí)解析體系

    9月14日,2024全球工業(yè)互聯(lián)網(wǎng)大會(huì)——工業(yè)互聯(lián)網(wǎng)標(biāo)識(shí)解析專題論壇在沈陽(yáng)成功舉辦。