OpenAI新型机械手臂 不用教就能掌握人类的基本动作

本文由腾讯数码独家发布

用手抓东西是我们在婴儿时期学到的第一件事，但这远不是一种看起来那么简单的任务。而且随着你的成长，它只会变得更加复杂和多变。这种复杂性对于机器人和机器手臂来说，更加难以学习。但由埃隆-马斯克和山姆-阿尔特曼出资支持的OpenAI人工智能公司的研究人员最近创造出了一种新系统，它不仅能像人类一样持握和操纵物体，而且还能根据人工智能技术自行开发不同的动作和行为。

许多机器人和机械手已经熟练掌握了某些握法或动作，最好的机器人在工厂里可以比一个普通工人更灵巧地挥舞生产工具。但是让机器人完成这项任务的软件和编码很有可能是程序员手动编写，并且都非常具体的针对某一应用程序设定。举个例子，你不能给机器手臂它一支铅笔，让他编写带帽。即使是在同一条生产线上，比如焊接这样的工作，也需要一种全新的系统。

然而对于一个普通人来说，拿起一个苹果和拿起一个杯子并没有什么本质的不同。虽然苹果和水杯有区别，但我们的大脑会自动填补差异和空白，我们可以即兴发挥控制自己的握力，牢牢的握住一种我们不熟悉的物体。在这个领域，机器人和机械手臂的功能就严重落后于人类的功能。而且你不能仅仅训练一个机器人去做一个人能做的某件事情，你必须提供数以百万计的例子来充分展示机器人如何完成一个普通人握住成千上万种不同物体的能力。

OpenAI的研究人员认为，解决方案根本并不是使用人类的数据。相反，他们让电脑在模拟过程中反复尝试，慢慢地学习如何自动移动手指，使其掌握按照要求移动物体的任务。

研究人员将这套系统称作Dactyl，该套系统提供了手指的位置和对物体的三个摄像头视图。但是要记住，当系统进行训练时，所有这些数据都是在虚拟环境中进行模拟的。在那里计算机不需要实时工作，它可以在几秒钟内尝试上千种不同的方法来抓住一个物体，分析结果并将数据输入到下一次尝试中（不过这只机械手本身就非常灵活，也比大多数机器人的手更复杂）。

除了不同的物体和构成需要学习的系统之外，还有其他的随机参数，比如指尖的摩擦系数，场景的颜色和光线等也要考虑。也许我们不能模拟现实生活中的每一个方面，但是可以确保这套系统不仅仅在指定的蓝色模拟房间内才能工作，在每个目标上都有一个特殊标记的立方体上。

研究人员在这个问题上投入了大量的计算硬件，包括6144个处理器和8个GPU，“在50个小时内收集了大约100年的经验。”然后他们将这个系统首次应用到现实世界中，它展示了许多令人惊讶的类人行为。

我们在不经意间用手做的事情，比如把一个苹果转过来看看有没有擦伤，或者把一杯咖啡递给朋友时，需要用很多小技巧来稳定或移动物体。Dactyl重新创建了其中的几个过程，例如用拇指和中指握住物体，而用剩下的手指将其旋转到想要的方向。

这个系统的伟大之处在于它的运动的自然性，以及它们是通过反复试验而独立完成的，它与任何特定的形状或物体类型无关。就像人类一样，Dactyl的确可以控制和操纵被放在它手里的任何东西。

这种灵活性被称为泛化，对于必须与现实世界交互的机器人来说，这一点很重要。对于世界上的每个物体和每种情况来说，手工编码行为模式是不可能的，但是机器人能够在依赖核心理解能力的前提下适应并填补这些空白。

来源：techcrunch