新火種
2024-09-12 
機(jī)器人也會(huì)系鞋帶了！斯坦福團(tuán)隊(duì)賦予機(jī)器人新技能丨已開(kāi)源
斯坦福年初剛教完機(jī)器人炒菜，現(xiàn)在又教機(jī)器人系鞋帶！
他們還發(fā)布了全球首個(gè)機(jī)器人自主系鞋帶演示視頻。
與之前的炒菜版1.0相比，這個(gè)版本的它可以執(zhí)行更加輕巧、復(fù)雜的任務(wù)。
評(píng)論區(qū)的網(wǎng)友也是一片夸夸：
網(wǎng)友一：小手怪巧的，我系鞋帶都沒(méi)他系的好！
網(wǎng)友二：OMG！是個(gè)好東西！量產(chǎn)！
網(wǎng)友三：可愛(ài)捏！它甚至?xí)蚝Y(jié)！
小手怪巧的除了系鞋帶，視頻中的Aloha 2機(jī)器人還會(huì)掛衣服、擰齒輪、收拾廚房，甚至是給“同事”換不同用途的配件。
咱們一起來(lái)看一下它的表現(xiàn)~
先是掛衣服。演示視頻中，Aloha 2先是乖乖的把衣服擺好，然后一氣呵成地就把衣服套在了衣架上（它甚至知道抵一下防止衣服掉落）。
數(shù)據(jù)庫(kù)中的沒(méi)有的衣服類型也可以掛。
在擰齒輪的測(cè)試中，它的表現(xiàn)也不錯(cuò)。成功地把三個(gè)塑料齒輪插進(jìn)了一個(gè)帶摩擦力的插座，完美咬合。
“收拾廚房”的環(huán)節(jié)：Aloha 2乖乖地把桌面散落的餐具規(guī)整到一起，擺放整齊。
到了給“同事”換配件的時(shí)候，也是一氣呵成。先摘下舊的，再拿起新的對(duì)準(zhǔn)后安上！
怎么學(xué)會(huì)的為了訓(xùn)練Aloha 2機(jī)器人，研究團(tuán)隊(duì)使用擴(kuò)散策略進(jìn)行大規(guī)模訓(xùn)練，共在5個(gè)任務(wù)中收集2.6萬(wàn)個(gè)示范數(shù)據(jù)。
值得一提的是，他們的訓(xùn)練僅僅是基于模仿學(xué)習(xí)的方法，并不涉及強(qiáng)化學(xué)習(xí)。
而Aloha 2機(jī)器人的神經(jīng)網(wǎng)絡(luò)架構(gòu)則是參考了ACT模型，沒(méi)有用到條件VAE編碼器（變分自動(dòng)編碼器）。
他們具體是這么做的：
研究人員給嵌入加了個(gè)位置嵌入，然后喂了一個(gè)8500萬(wàn)的Transformer編碼器，之后用雙向注意力進(jìn)行解碼，就得到了觀察結(jié)果的潛在嵌入。
這些潛在的東西再傳給一個(gè)5500萬(wàn)參數(shù)且?guī)щp向注意力的Transformer編碼器。
解碼器的輸入是個(gè)50×14的張量，就是一個(gè)帶位置信息的噪聲動(dòng)作塊。這些嵌入跟觀察編碼器的潛在嵌入和時(shí)間步（用獨(dú)熱向量表示）進(jìn)行交叉注意力。
解碼器最后輸出一個(gè)50×512的維度，然后用線性層映射成50×14，這就是對(duì)接下來(lái)50個(gè)動(dòng)作的預(yù)測(cè)噪聲。
基礎(chǔ)模型總共有2.17億個(gè)可學(xué)習(xí)的參數(shù)。小模型的話，研究人員用1700萬(wàn)的編碼器和3700萬(wàn)的解碼器，總共1.5億參數(shù)。
訓(xùn)練時(shí)，研究人員基于JAX框架，在64個(gè)TPUv5e上并行訓(xùn)練，批量大小256，總共進(jìn)行了200萬(wàn)步的訓(xùn)練。
并且使用帶權(quán)重衰減的Adam優(yōu)化器，權(quán)重衰減是0.001，線性學(xué)習(xí)率預(yù)熱5000步，之后保持恒定速率為1e-4
最終結(jié)果如下：
研究人員對(duì)最終的結(jié)果很滿意，發(fā)文感嘆：
One more thingAloha 2的研究團(tuán)隊(duì)主要由DeepMind和斯坦福研究小組組成。
Aloha 2是對(duì)原始Aloha系統(tǒng)的增強(qiáng)版本，為了更加支持雙手的遠(yuǎn)程操作。
與之前的版本相比Aloha 2在硬件方面進(jìn)行了多項(xiàng)改進(jìn)，使其能夠執(zhí)行更復(fù)雜和細(xì)致的操作任務(wù)，
目前研究團(tuán)隊(duì)已經(jīng)開(kāi)源了Aloha 2的所有硬件設(shè)計(jì)，并提供詳細(xì)的教程和模擬模型，以便于研究人員和開(kāi)發(fā)者進(jìn)行大規(guī)模的雙手操作研究。
相關(guān)推薦
- 免責(zé)聲明
- 本文所包含的觀點(diǎn)僅代表作者個(gè)人看法，不代表新火種的觀點(diǎn)。在新火種上獲取的所有信息均不應(yīng)被視為投資建議。新火種對(duì)本文可能提及或鏈接的任何項(xiàng)目不表示認(rèn)可。 交易和投資涉及高風(fēng)險(xiǎn)，讀者在采取與本文內(nèi)容相關(guān)的任何行動(dòng)之前，請(qǐng)務(wù)必進(jìn)行充分的盡職調(diào)查。最終的決策應(yīng)該基于您自己的獨(dú)立判斷。新火種不對(duì)因依賴本文觀點(diǎn)而產(chǎn)生的任何金錢損失負(fù)任何責(zé)任。
