研發者談斯坦福家務機器人：泛化能力還不行
火爆全網的Mobile Aloha如何做到“眼里有活”？研發者揭秘稱，背后離不開系統的支持。一是遠程操作系統，二是高性能數據利用管道。不過，研發者也提到，Mobile Aloha在軟件方面還不能自主改進或探索獲取新知識，泛化能力還不行，沒法做到舉一反三。
你“眼里有活兒”嗎？不然還不如機器人。比如，這位。
視頻里，一個雙臂機器人站在灶臺邊，化身大廚，熟練使用鍋鏟、廚具，又是煎又是炸，烹制出了蛋蝦仁、干貝燒雞和蠔油生菜。收拾殘羹冷炙，清洗餐具，也可以。它還能澆花、拖地板、開瓶蓋，甚至逗貓貓。
當地時間1月4日，斯坦福大學人工智能實驗室計算機科學專業的博士生符梓鵬在社交媒體平臺X上向網友介紹了這款名為Mobile Aloha的機器人。瀏覽量很快達到147萬，Mobile Aloha也成了科技圈“紅人”。
不過，Mobile Aloha有時也會“犯蠢”。
火爆全網的斯坦福家務機器人也會“犯蠢”。(01:19)
1月6日，另一位研究團隊成員、斯坦福大學博士生托尼·趙（Tony Z. Zhao）在社交媒體平臺展示了它的另一面。它看起來“笨手笨腳”，鍋都放不進櫥柜里，炒完的蝦粘鍋不說，連碗的位置也找不到。托尼·趙開玩笑地在社交媒體上留言稱“機器人還沒有做好準備接管這個世界”。
另一位研發者TonyZ.Zhao在社交媒體平臺X上發布Mobile Aloha“犯蠢”視頻
公開資料顯示，Mobile的研究團隊共有3人。符梓鵬和托尼·趙負責硬件、軟件和AI算法的開發，斯坦福大學助理教授切爾西·費恩（Chelsea Finn）擔任指導老師。這款家務機器人制作成本約為3.2萬美元，可以執行家務勞動、廚房工作和與人打招呼、握手等活動。
1月17日，符梓鵬在接受澎湃科技（www.thepaper.cn）采訪時坦言，目前Mobile Aloha沒有任何商業計劃。“我們公開視頻和研究資料是希望能夠推動機器人領域的發展，吸引更多人才進入這個行業，解決非常多尚未解決的科學和工程難題。”
斯坦福家務機器人研發者之一符梓鵬。 來源：本人社交媒體賬號
符梓鵬的研究興趣集中在機器人技術、機器學習和計算機視覺的交叉領域。他在接受澎湃科技采訪時稱，Mobile Aloha“眼里有活兒”的背后離不開系統的支持，不過，泛化能力還不行，沒法做到舉一反三，比如無法在一個廚房學會做事后，在另一個沒見過的廚房做相同的事情。
Mobile Aloha“眼里有活”的背后離不開系統的支持
澎湃科技：很多人都看過Mobile Aloha令人印象深刻的視頻。這款機器人取名為Aloha有什么寓意？
符梓鵬：Mobile，是可以移動的。Aloha，是“A Low-cost Open-source Hardware System for Bimanual Teleoperation”，用于雙手遠程操作的低成本開源硬件系統。
我們認為，“low cost”低成本對于機器人的普及非常重要，“open-source”開源系統有助于推動機器人領域的發展。
Mobile Aloha“眼里有活”的背后離不開系統的支持。一是遠程操作系統，以直觀的方式對復雜任務的數據進行收集，如煮蝦、疊衣服。二是高性能數據利用管道，幫助模仿學習。
澎湃科技：Mobile Aloha目前主要的應用場景集中在日常家務活動中，為何要將場景設定在廚房、家務中？研發的初衷有哪些？
符梓鵬：我們希望未來智能機器人真的能每天都幫助人類。
澎湃科技：該系統使用名為Action Chunking with Transformers（ACT）的算法。它與Generative Pre-trained Transformers（GPT）相比有何不同？
符梓鵬：GPT是自然語言模型。ACT是機器人模型。兩者都使用Transformer，具有相似的神經網絡架構。
澎湃科技：在研發這款機器人的過程中，你面臨的最大的技術挑戰是什么?最重要的突破是什么?
符梓鵬：技術挑戰是雙重的。從硬件上來說，過去，研究人員大多依賴于從制造商那里購買昂貴的現成的移動操作機器人(指能夠在環境中移動和操作物體的機器人)，找不到既低成本、直觀又功能強大的移動操作機器人/家用機器人。
為了解決這兩個難題，我們組裝了自己的硬件，并通過使用Aloha進行雙手操縱和推動其移動，設計了高質量、低成本的遠程操縱系統。我們構建的硬件能夠遠程操控機器人完成復雜的家庭/辦公任務，而這些任務在以前是不可能完成的。詳情請參見我們項目網站的“遠程操控”部分。通過使用這些硬件，我們擁有了高質量數據收集管道。
過去，人們主要通過編程明確家用機器人的行為來完成任務。比如，編程讓機器人先走到冰箱附近，然后停下來，再移動手臂去拿蘋果等。要讓機器人可靠地完成現實世界中的任務，需要進行大量的編程和手動調整，而這是無法擴展的。
我們采用數據驅動的人工智能方法，利用人類的演示數據來教授機器人（即模仿學習）。我們在項目網站的“自主技能”部分展示了模仿學習和協同訓練技術的效果，只需使用大約50次演示（大約1小時的人類數據），就能教會機器人新的自主技能。通過使用這種軟件/人工智能方法，我們擁有了高質量數據利用的管道。
更重要的是，我們將硬件和軟件一起設計，一方面硬件的數據收集管道能夠與軟件很好地協同工作，另一方面軟件的訓練模型與硬件配合良好，并可部署到硬件上。
澎湃科技：在Mobile Aloha中，我們觀察到了模仿學習（imitation learning）在指導機器人執行高度復雜的類人任務方面的有效性。然而，強化學習（reinforcement learning）在同樣目的上的應用卻沒有取得可比的成功結果。在你看來，哪種學習機制在這一領域更有前景？
符梓鵬：模仿學習和強化學習對機器人技術都很有用。模仿學習可以有效地利用人類的教學，獲得高性能的自主機器人技能。強化學習對于要求機器人通過自動練習、自主微調和改進技能而不需要太多人類知識非常有價值。
現在泛化能力不行，沒法做到舉一反三
澎湃科技：Mobile Aloha是斯坦福大學（你的團隊）和Google DeepMind合作開發的。你們在這次合作中各自扮演了什么角色?
符梓鵬：澄清一下，盡管托尼和切爾西目前就職于Google DeepMind，我曾經也是，但Mobile Aloha項目嚴格來說是斯坦福大學的項目。我和托尼負責硬件、軟件和AI算法的開發，切爾西是指導老師。
澎湃科技：論文提到，在軟件方面，當下機器人還不能自主改進或探索獲取新知識，“對于如何從高度次優的異構數據集中進行模仿學習，將留待未來的工作來解決。”請問這里如何理解？通俗來說，今后是否有可能會讓Mobile Aloha有“大腦”和“小腦”？
符梓鵬：現在Mobile Aloha的泛化能力還不行，沒法做到舉一反三，比如無法在一個廚房學會做事后，在另一個沒見過的廚房做相同的事情。
澎湃科技：在Mobile Aloha完成的各種任務中，有些是通過遠程操作完成的，有些是通過模仿學習自主完成的。在未來的發展中，你打算如何平衡控制和自主學習?
符梓鵬：我們希望機器人在收集足夠的數據后，能夠自主完成遠程操作視頻中顯示的所有任務。
澎湃科技：為什么選擇將硬件和算法完全開源公開？
符梓鵬：第一是希望為公眾利益推動現實世界機器人領域的研究，第二是希望吸引更多的人從事家用/辦公/廚房機器人的研究，以解決非常多尚未解決的科學和工程難題。我們目前還沒有任何商業計劃。
澎湃科技：Mobile Aloha的預算只有2萬美元。如果你有更多的預算和資源，你的下一個研究目標是什么?
符梓鵬：如果有更多的預算，我們可以嘗試增加更多的傳感器，包括觸覺和觸感設備。
澎湃科技：自2023年人工智能成為全球焦點以來，關于人工智能倫理的爭論一直很激烈。如果人工智能訓練不當，可能會對人類社會造成潛在危害。對于人形機器人來說，可能會給人類社會帶來更大的風險。作為一名開發者，你是如何防止這種情況發生的?
符梓鵬：包括人形機器人在內的機器人距離實現對人類社會構成威脅的通用智能行為還很遙遠。
（原標題：研發者談斯坦福家務機器人：泛化能力還不行，暫無商業計劃）
本文鏈接：http://knowith.com/news-3-89.html研發者談斯坦福家務機器人：泛化能力還不行
聲明：本網頁內容由互聯網博主自發貢獻，不代表本站觀點，本站不承擔任何法律責任。天上不會到餡餅，請大家謹防詐騙！若有侵權等問題請及時與本網聯系，我們將在第一時間刪除處理。
