DecartAI 推出 Oasis 模型：AI 生成游戲的幻覺與失望

　　麻省理工學(xué)院(MIT)本周展示了一種全新的機器人訓(xùn)練模型，該模型放棄了以往專注于特定數(shù)據(jù)集的訓(xùn)練方法，轉(zhuǎn)而采用類似大型語言模型(LLMs)訓(xùn)練時使用的海量信息。

　　研究人員指出，模仿學(xué)習(xí)——即代理通過模仿執(zhí)行任務(wù)的個體來學(xué)習(xí)——在遇到小的挑戰(zhàn)時可能會失敗。這些挑戰(zhàn)可能包括不同的光照條件、不同的環(huán)境設(shè)置或新的障礙物。在這些情況下，機器人沒有足夠的數(shù)據(jù)來適應(yīng)這些變化。

　　團隊借鑒了像GPT-4這樣的模型，采用了一種粗暴的數(shù)據(jù)驅(qū)動問題解決方式。

　　“在語言領(lǐng)域，數(shù)據(jù)就是句子，”該論文的主要作者Lirui Wang說。“在機器人領(lǐng)域，鑒于數(shù)據(jù)的多樣性，如果你想以類似的方式預(yù)訓(xùn)練，我們需要不同的架構(gòu)。”

　　團隊引入了一種新的架構(gòu)，稱為異構(gòu)預(yù)訓(xùn)練變換器(HPT)，它整合了來自不同傳感器和不同環(huán)境的信息。然后使用變換器將數(shù)據(jù)整合到訓(xùn)練模型中。變換器越大，輸出結(jié)果越好。

　　用戶隨后輸入機器人的設(shè)計、配置以及他們想要完成的任務(wù)。

　　“我們的夢想是擁有一個通用的機器人大腦，你可以下載并用于你的機器人，而無需任何訓(xùn)練，”卡內(nèi)基梅隆大學(xué)副教授David Held在談到這項研究時說。“雖然我們才剛剛開始，但我們將繼續(xù)努力，希望規(guī)模的擴大能像大型語言模型一樣，為機器人策略帶來突破。”

　　這項研究部分由豐田研究所資助。去年在TechCrunch Disrupt上，TRI展示了一種一夜之間訓(xùn)練機器人的方法。最近，它達成了一個分水嶺的合作伙伴關(guān)系，將其機器人學(xué)習(xí)研究與波士頓動力的硬件結(jié)合起來。