麻省理工学院训练机器人容纳 2000 多个物体

麻省理工学院计算与人工智能实验室的一组科学家展示了一个系统，可以教机器人操纵 2000 多个物体。系统不需要事先知道它究竟会保存什么。

研究人员使用了一种非模拟强化人工智能算法。他们还使用了“重力课程”，其中机器人首先学习零重力下的握持技能，然后适应正常重力。然后，科学家们创建了一个具有 24 个自由度的拟人手的模拟。

该系统尚未准备好全面使用，因为它尚未在实际设备中实现。但浙江大学和爱丁堡大学的科学家们已经对绝影机器狗采取了新的方法。该系统允许机器人在跌倒后自行行走和起身。

目前，机器人可以握住不同的物体并取得不同程度的成功。虽然网球和苹果对他们来说不是问题，但机器人拿螺丝刀和剪刀要困难得多。此过程仅在 30% 的情况下成功。

OpenAI 此前公布了其 Dactyl 系统，该系统允许机器人解决魔方。DeepMind 已经创建了 RGB-Stacking，这是一种基于计算机视觉的系统，可以教机器人拿起物体并将它们堆叠起来。

与此同时，加州大学伯克利分校的研究人员开发了一种高效机器人操作框架 (FERM)，可以在 25 分钟内训练机械臂式临安执行六项不同的任务，平均成功率为 96.7%。该开发的作者认为，持续 15 到 50 分钟的 10 次演示足以让 FERM 教然政机器人抓手接触、选择、移动和拉动大型物体，以及翻小观能转开关和打开盒子。