大多數(shù)關(guān)于仿人機(jī)器人的報(bào)道都集中在硬件設(shè)計(jì)上，這是可以理解的。鑒于仿人機(jī)器人的開發(fā)者們經(jīng)常把"通用型仿人機(jī)器人"這句話掛在嘴邊，我們應(yīng)該更多地關(guān)注第一點(diǎn)。經(jīng)過幾十年單一用途系統(tǒng)的發(fā)展，向更通用系統(tǒng)的跳躍將是一個(gè)大問題。只是我們還沒到那一步。
研究人員一直在努力開發(fā)一種機(jī)器人智能，使其能夠充分利用雙足仿人設(shè)計(jì)所帶來的廣泛運(yùn)動(dòng)能力。在機(jī)器人技術(shù)中使用生成式人工智能也是近期的熱門話題。麻省理工學(xué)院的最新研究表明，后者可能會(huì)對(duì)前者產(chǎn)生深遠(yuǎn)影響。
在通往通用系統(tǒng)的道路上，最大的挑戰(zhàn)之一就是培訓(xùn)。我們已經(jīng)掌握了培訓(xùn)人類從事不同工作的最佳方法。機(jī)器人技術(shù)的方法雖然前景廣闊，但卻支離破碎。有很多有前途的方法，包括強(qiáng)化學(xué)習(xí)和模仿學(xué)習(xí)，但未來的解決方案可能會(huì)涉及這些方法的組合，并通過生成式人工智能模型加以增強(qiáng)。
麻省理工學(xué)院團(tuán)隊(duì)提出的主要用途之一，就是從這些小型特定任務(wù)數(shù)據(jù)集中整理相關(guān)信息的能力。這種方法被稱為策略合成（PoCo）。任務(wù)包括有用的機(jī)器人動(dòng)作，如敲釘子和用鍋鏟翻轉(zhuǎn)東西。
團(tuán)隊(duì)指出："[研究人員]訓(xùn)練一個(gè)單獨(dú)的擴(kuò)散模型，學(xué)習(xí)一種策略或政策，利用一個(gè)特定的數(shù)據(jù)集完成一項(xiàng)任務(wù)。然后，他們將擴(kuò)散模型學(xué)習(xí)到的策略組合成一個(gè)通用策略，使機(jī)器人能夠在各種環(huán)境下執(zhí)行多項(xiàng)任務(wù)。"
根據(jù)麻省理工學(xué)院公布的數(shù)據(jù)，采用擴(kuò)散模型后，任務(wù)性能提高了 20%。這包括執(zhí)行需要多種工具的任務(wù)的能力，以及學(xué)習(xí)/適應(yīng)陌生任務(wù)的能力。該系統(tǒng)能夠?qū)碜圆煌瑪?shù)據(jù)集的相關(guān)信息整合到執(zhí)行任務(wù)所需的行動(dòng)鏈中。
"這種方法的好處之一是，我們可以將政策結(jié)合起來，以獲得兩個(gè)世界的最佳效果，"論文的第一作者王立瑞說。"例如，在真實(shí)世界數(shù)據(jù)基礎(chǔ)上訓(xùn)練的政策可能會(huì)更靈巧，而在模擬基礎(chǔ)上訓(xùn)練的政策可能會(huì)更通用"。
這項(xiàng)具體工作的目標(biāo)是創(chuàng)建智能系統(tǒng)，使機(jī)器人能夠交換不同的工具來執(zhí)行不同的任務(wù)。多用途系統(tǒng)的普及將使該行業(yè)離通用夢(mèng)想更近一步。
