seo网站外链平台,百度关键词屏蔽,新建网站怎样绑定域名,做网站高流量赚广告费18 位人形机器人充当「迎宾」人员#xff0c;整齐划一向嘉宾挥手#xff0c;这是 2024 世界人工智能大会上的一个震撼场景#xff0c;让人们直观感受到了今年机器人的飞速发展。 图源#xff1a;甲子光年
1954 年#xff0c;世界上第一台可编程机器人「尤尼梅特」在通用汽…18 位人形机器人充当「迎宾」人员整齐划一向嘉宾挥手这是 2024 世界人工智能大会上的一个震撼场景让人们直观感受到了今年机器人的飞速发展。 图源甲子光年
1954 年世界上第一台可编程机器人「尤尼梅特」在通用汽车装配线正式投入工作历经半个多世纪机器人从笨重的工业巨擘一步步成长为更智能、更灵活的人类助手。其中人工智能技术尤其是自然语言处理与计算机视觉的突破性进展为机器人的发展铺设了一条高速轨道利用巨大计算能力和海量数据通过行为克隆等简单的算法来训练通用机器人策略 正逐步解锁未来机器人的无限潜能。 尤尼梅特机器人 图源百度百科
然而目前机器人学习管道大多针对某个特定任务训练这让它们在新情境或执行不同任务时显得力不从心。 此外机器人训练数据主要来自仿真模拟、人体演示及机器人遥操作场景不同数据源间存在巨大的异构性 一个机器学习模型也很难整合如此多来源的数据训练机器人通用策略一直是一大难题。
针对此麻省理工研究人员提出了一个机器人策略组合框架 PoCo (Policy Composition) 该框架使用扩散模型的概率合成组合不同领域和模态的数据为构建复杂的机器人策略组合开发了任务级、行为级、领域级的策略合成方法能够解决机器人在工具使用任务中的数据异构性、任务多样性问题。相关研究已经以「PoCo: Policy Composition from and for Heterogeneous Robot Learning」为题发表在 arXiv 上。
研究亮点 无需重新训练PoCo 框架可以灵活组合不同领域数据训练的策略 在仿真模拟和真实世界中PoCo 的工具使用任务都取得优异表现与单个领域训练的方法相比PoCo 对不同环境中的任务表现出高度泛化能力 论文地址 https://arxiv.org/abs/2402.02511
开源项目「awesome-ai4s」汇集了百余篇 AI4S 论文解读并提供海量数据集与工具 https://github.com/hyperai/awesome-ai4s
三大数据集来源涵盖人 机数据、真实 仿真数据等领域
本研究所涉及的数据集主要来自人类演示视频数据、真实机器人数据、仿真模拟数据。
人类演示视频数据集
人类演示视频可以从野外未校准的摄像机中收集共收集多达 200 条轨迹。 数据集处理流程未校准的RGB-D摄像机在野外采集的人类演示视频可以转换为标记的轨迹
真实机器人数据集
通过安装的手腕摄像头和头顶摄像头获取场景的局部、全局视图用 GelSight Svelte Hand 采集工具姿势、工具形状、工具与对象接触时的触觉信息每个任务收集 50-100 个轨迹演示。
仿真模拟数据集
模拟数据集遵循 Fleet-Tools其中专家演示通过关键点轨迹优化生成共收集大约 5 万个模拟数据点。在后续训练过程中研究人员对点云数据和动作数据都进行了数据增强 (data augmentation)并保存固定的模拟场景以供测试使用。
此外研究人员在来自深度图像 (depth images) 和遮罩 (masks) 中的 512 个工具和 512 个物体点云中加入逐点噪声 (point-wise noises)、随机裁剪 (random dropping) 等以提升模型的鲁棒性。
通过概率分布乘积形式进行策略组合
在策略组合中研究人员给定两个概率分布编码的轨迹信息 pDM(⋅∣c,T)、pD′M′(⋅∣c′,T′)推理时在乘积分布中采样直接结合这两个概率分布的信息。 其中pproduct 在同时满足两个概率分布的所有轨迹上表现出高似然性 可有效编码两种分布的信息。 策略组合 PoCo
研究人员提出的 PoCo将跨行为、任务、通道和领域的信息组合在一起 无需重新训练在预测时以模块方式组合信息通过利用多个领域的信息即可实现对工具使用任务的泛化。 策略组合图解
假设每个模型的扩散输出在相同的空间即动作维度和动作时域相同。在测试时PoCo 结合梯度预测 (gradient predictions) 进行组合。这种方法可以应用于不同领域策略的组合例如组合使用图像、点云和触觉图像等不同模态数据训练的策略。也可以用于不同任务的策略组合以及通过行为组合为所需行为提供额外成本函数 (additional cost functions)。
对此研究人员提供了任务级组合 (Task-level Composition)、行为级组合 (Behavior-level Composition)、领域级组合 (Domain-level Composition) 这 3 个示例以此说明 PoCo 如何提高策略性能。
任务级组合 Task-level Composition
任务级组合在可能完成任务 T 的轨迹上增加了额外权重可提高合成轨迹的最终质量不需要为每个任务单独训练而是训练一个能够实现多任务目标的通用策略。
行为级组合 Behavior-level Composition
这种组合可以结合任务分布和成本目标 (cost objective) 的信息确保合成的轨迹既能完成任务又能优化指定的成本目标。
领域级组合 Domain-level Composition
这种组合可以利用来自不同传感器模态、领域捕获的信息对单独领域收集的数据互补非常有用。 例如当真实机器人数据收集成本高但准确度更高模拟演示数据收集成本较低但准确度低可以对同一领域不同模式的数据进行特征串联 (feature concatenation) 以简化处理。
可视化工具使用任务评估 3 大策略组合 可视化工具使用任务
在训练时研究人员采用具有去噪扩散概率模型 (DDPM) 的时间 U-Net 结构并进行 100 步训练测试时采用去噪扩散隐式模型 (DDIM)进行 32 步测试。为了在不同领域 D 和任务 T 之间组合不同的扩散模型研究人员对所有模型使用相同的动作空间并对机器人的动作边界做了固定的归一化处理。
研究人员通过机器人对通用工具扳手、锤子、铲子和扳手的使用任务来评估提出的 PoCo当达到特定阈值时任务被确定为成功例如当销钉被敲入时锤击任务被认为成功。
行为级组合可以改善期望的行为目标
研究人员使用 test-time 推理来组合诸如平滑度和工作空间约束等行为合成权重被固定为 γc0.1。 行为组合效应。通过概率地结合成本 (costs)可以优化每个成本目标的指标
如上表所示test-time 行为级组合可以改善期望的行为目标如平滑度和工作空间约束。
任务级组合在多任务策略评估中最优
当任务权重 α0 时任务级组合策略映射到无条件多任务策略 (unconditioned multitask policies)当 α1 时映射到标准任务条件策略 (task-conditioned policies)当 0 α 1 时研究人员在任务条件、任务无条件策略 (task unconditional policies) 之间进行插值 (interpolating)。当 α 1 时可以得到更加与任务条件相关的轨迹。 在模拟的多任务策略评估中任务级组合的表现最好
据上图表明相对于无条件、特定任务条件性的多任务工具使用扩散策略条件性、无条件多任务工具使用策略的任务组合更优。
人类模拟数据领域级组合性能更优
研究人员使用模拟数据集 θsim、人类数据集 θhuman 和机器人数据集 θrobot 训练单独的策略模型并在仿真模拟设置中评估领域级组合。 用模拟策略帮助跨领域组合及模拟评估
由于 θsim 不存在训练/测试领域差距表现良好可达到 92% 成功率。在人类数据等领域中研究人员将它与性能更好的策略 θsim 进行组合显著提高了性能。
策略组合性能超过单独组成部分通用性更强
研究人员将 PoCo 用于机器人工具使用任务中组合不同领域和任务的数据进而提高其泛化能力。4 项任务分别是用扳手拧螺丝用锤子敲击钉子用铲子将煎饼从锅中铲起用刀切开橡皮泥。 通过组合在仿真模拟、人类和真实数据中训练的策略可以在跨多个干扰物第1行、不同物体和工具姿态第2行以及新的物体和工具实例第3行之间进行泛化 领域组合的定量结果。与单独成分策略相比策略组合显著提高任务平均成功率
如上表所示虽然人类 (Human) 数据训练的策略和真实机器人 (Real-Robot) 训练的策略在不同的场景下表现不佳 (与 Simulation 比较)但它们的组合 (HumanReal) 可以超过每个单独的组成部分。 不同工具使用任务的策略表现在工具使用任务中任务组合策略总体性能提升
通过现实世界研究人员评估机器人在 4 个不同工具使用任务上的策略表现发现在工具使用任务中任务组合策略性能提升更佳。 如上表所示多任务策略与 Tspatula 和 Thammer 为条件的特定任务相比性能几乎一致它们都在 fine action 中表现出一定的稳定性。此外组合超参数需要保持在一个范围内才能有效且稳定。
通用性的最佳条件人形机器人强势崛起
通用机器人在过去两年得到了蓬勃发展但一个有意思的现象是目前行业似乎更认同以人形的方式来推动通用机器人的发展。为什么通用机器人一定要是人形 五源资本董事总经理陈哲对此表示「因为只有人形机器人才可能在人类的生活环境中适应不同交互场景」既然机器人要帮人类干活以人形外在来模仿人类学习这显然是最佳的。
作为行业的指向标早在 2022 年 9 月特斯拉就发布了通用人型机器人 Optimus虽然起初连路都走不稳但它具备完整的人型机器人原型满足人类能做的灵巧工作基础在特斯拉软硬件技术的持续迭代下Optimus 将具备更令人期待的功能事实证明确实如此。 在 2024 世界人工智能大会上特斯拉向大家展示了其人形机器人 Optimus 的最新研究进展直立行走速度提高 30%、十个手指也进化出感知和触觉能轻握易碎的鸡蛋、也能平稳地搬运沉重箱子。据了解Optimus 已在特斯拉工厂尝试实际应用比如借助视觉神经网络和 FSD 芯片模仿人类操作进行电池的分拣训练预计明年将有超过 1,000 个人形机器人在特斯拉工厂帮助人类完成生产任务。
同样地作为一家成立于 2015 年的行业领先通用机器人公司上海傅利叶智能科技有限公司也将其人形机器人 GR-1 带到了大会现场。自 2023 年推出至今GR-1 已率先实现量产交付在环境感知、仿真模型、运动控制优化等方面实现进阶升级。
此外在今年 3 月份英伟达在年度 GTC 开发者大会上也推出了名为 GR00T 的人形机器人项目通过观察人类行为来理解自然语言和模仿动作机器人可以快速学习协调性、灵活性和其他技能以导航、适应、与现实世界互动。
随着科技的不断进步我们有理由相信人形机器人或将成为连接人与机器、现实与未来的桥梁引领我们进入一个更加智能、美好的社会。
参考资料 https://m.163.com/dy/article/J69LAFDR0512MLBG.html https://36kr.com/p/1987021834257154 https://hub.baai.ac.cn/view/211
