首頁 > AI資訊 > 最新資訊 > 大翻車!斯坦福超火機器人自曝內幕,研究者救場還受傷了,網友:放心了

大翻車!斯坦福超火機器人自曝內幕,研究者救場還受傷了,網友:放心了

新火種    2024-01-10

爆火的斯坦福全能家務機器人Mobile ALOHA,大!翻??!車!!!

你以為它擦個紅酒輕而易舉,但實際上卻是這樣的:

全給你弄撒嘍,順帶碎個杯子……

你以為它能化身大廚嫻熟烹炒,結果給你上演一個炒鍋底:

Mobile ALOHA的翻車大合集還不止這些。

例如剛才炒完蝦的鍋,哎呦喂,一不小心沒拿住:

即使小哥一個箭步沖上去也沒阻止“悲劇”的發生(好像還燙到手了)。

這畫面,真是像極了莊嫂摔碗……

昨天還在“神壇”上的Mobile ALOHA,一夜之間便被曝出了這么多“笨手笨腳”的樣子,也是引來不少網友的圍觀。

然而,這次即使面對翻車鐵證,網友們的畫風卻是一反常態:

最重要的是:

這到底是怎么回事?

斯坦福團隊自曝“丑聞”

原來,這段機器人大翻車的視頻,就是由斯坦福Mobile ALOHA的作者Tony Z. Zhao發布的。

并且他還直言不諱地說道:

而這段翻車視頻,正是機器人完全在自主模式下所犯的。

用作者的話來形容,就是“最愚蠢的錯誤”。

畢竟除了剛才我們展示的幾個例子之外,Mobile ALOHA甚至連鍋都放不進櫥柜里:

炒完的蝦粘鍋倒不出來不說,連碗的位置也找不到:

拿支筆也沒法找對位置下手:

面對失敗合集,作者卻是打趣道:

確實,畢竟手都被燙了……

不過作者今天自曝這段視頻其實應該還有另外一個原因。

因為前兩天Mobile ALOHA神級現場的視頻確實引來了不小的關注度,不過很多人誤以為這是它在自主模式下完成的。

但其實,Mobile ALOHA采用的是混合模式,并非完全自主,作者也呼吁網友們在吃瓜的同時認真看下論文和代碼。

值得一提的是,作者還引用了2015年波士頓動力Atlas人形機器人“翻車合集”并向它致敬。

或許這也正如英偉達科學家Jim Fan說的那樣:

學習50次,成功率能到90%

就在這兩天,Mobile ALOHA團隊連續放出三個爆火視頻,展示了該機器人敏捷靈巧的家務能力,看呆網友。

包括做滿漢全席(磕雞蛋、給雞肉翻面這種細活都信手拈來):

套枕套鋪床單:

澆花、拖地板、開瓶蓋,甚至逗貓貓:

那叫一個人模人樣,上得廳堂下得廚房。

不過,大部分都是真人操控的,比如上面這些。

更直觀的可以看下面這個抽紙擦玻璃的動圖,背后直接站了個人類1:1示范:

不過,對于一些相對簡單的任務,例如這個單炒蝦仁:

還有刷鍋、將餐椅歸位、呼叫并乘坐電梯、擦桌子等等,只需真人少量示教,它就可以學會,然后脫離人類進行自主操作。

具體而言,作者介紹,上面這些簡單動作目前只需要學習50次就可以做到90%的成功率——

經測試,Mobile ALOHA可以連續9次擦干倒灑了的酒、連續呼叫5次電梯都不會出錯,能夠保持一定的穩定性。

除此之外,它還能抗干擾,在完成歸置鍋具到柜子之中時,實驗人員不停向它面前投擲雜物,都完全沒有影響它發揮:

在訓練期間根本看不見的椅子?它也能準確識別并完成歸位任務。

那么,作者是如何僅通過50個演示就讓Mobile ALOHA實現自主任務的呢?

最關鍵的是通過ACT或擴散策略進行模仿學習,然后和靜態操作數據一起對機器人系統進行聯合訓練。

有了這一聯合訓練方式,機器人的性能可以顯著提高,尤其是那種需要精確操作的任務。

最后,也再次為介紹一遍斯坦福大學的這個機器人成果:

它于今年3月底正式發布,歷經了8個月的迭代和2個月的測試。

一共三位作者,其中兩位為斯坦福計算機科學專業的華人博士生(最后一位是導師):

當時的這位機器人,就已經能夠利用工具完成各種精密細活了,只不過只能在固定的位置:

當然,背后也是真人遙控的。

而正如其名ALOHA全稱是“ ow-cost pen-source rdware System”,這款機器人主打的就是開源和低成本:

全部軟硬件設計包括代碼和數據都一并發布,而搭建這一個系統“只”需3.2萬美元(約合22.7萬人民幣),具體需要哪些硬件,作者還列了個清單,感興趣的朋友可以照著DIY。

機器人元年?

幾乎和斯坦福的爆火機器人同一時間,谷歌也發布了自家最新的研究成果,并且是一氣發了仨:

一個是將機器人決策速度提高14%,同時保持操作準確率不變并增加了10.6%的改進模型;

一個是專攻泛化能力的新框架,用了一種全新方法讓機器人完成從未見過任務的成功率從29%提升至63%;

以及一個可以同時容納20個機器人的收據收集系統,將用于加快機器人理解人類指令的能力的訓練。

這些新成果全部用于升級谷歌的機器人大模型RT-2。

和斯坦福的Mobile ALOHA對比起來,谷歌的RT-2表現還是高冷一些,但它所有效果都是全自主的。

除了這兩家,李飛飛團隊也一直在跟進,其名為VoxPoser的機器人系統也已經可以聽懂人話完成各種指令,并且無需額外訓練。

這不由地讓人想到,不少人那句“2024會是機器人元年”的預言:

你覺得會成真嗎?

相關推薦
免責聲明
本文所包含的觀點僅代表作者個人看法,不代表新火種的觀點。在新火種上獲取的所有信息均不應被視為投資建議。新火種對本文可能提及或鏈接的任何項目不表示認可。 交易和投資涉及高風險,讀者在采取與本文內容相關的任何行動之前,請務必進行充分的盡職調查。最終的決策應該基于您自己的獨立判斷。新火種不對因依賴本文觀點而產生的任何金錢損失負任何責任。

熱門文章