斯坦福大学Mobile ALOHA机器人：从炒菜到家务的全能助手

hwyzw

    您是否看到机器人在工厂中拧紧螺钉，但是您是否看到机器人在家烹饪？

    我相信有很多朋友已经看过几天前的机器人烹饪视频。

    撕开生菜包装，切蔬菜，打鸡蛋，然后顺利进行。它甚至使用盖子将蔬菜倒入锅中时阻塞锅。

    老实说，每个人都说看到视频时的第一个反应是：啊？ ？ ？

    我对机器人烹饪的印象仍在自助餐厅的切割机机器人中。

    如果不是在视频中的人类中，没有人会相信这是由机器人完成的。

    该机器人是斯坦福大学的Aloha机器人项目。

    根据项目负责人发布的视频，除了知道如何做饭外，Aloha机器人还精通各种家务。

    浇水和戏弄猫来煮咖啡，擦拭地板，洗碗，折叠式被子，洗衣服，这些家务劳动根本没有问题。

    尤其是当我在过去两次摇晃枕套时，我似乎看到了自己。 。 。

    无论如何，在发布视频后，它在国内外吸引了很多人的知名度。

    网民评论说：“只要这件事在我睡着时不会杀死我，我真的需要它。” “下次，如果我的家人敦促婚姻并生孩子，我将把视频发布给家庭群体。”

    但是，有些人质疑该视频是否已经加速和编辑，就像上次发布的演示视频一样，无论是真实还是错误，还有待证明。

    很快，Aloha机器人崩溃的视频在线分发。

    如果您有分歧，您将粉碎酒杯和餐厅，识别障碍物并撞到橱柜，燃烧锅...

   

    与几天前视频中的灵活机器人相比，智能水平与“机器”完全不同。

    有趣的是，该视频的举报人是项目团队的内部工作人员。

    上周末，阿罗哈（Aloha）项目的共同负责人托尼·Z.

    实际上，Aloha机器人不是完全自动的，而是自动 +遥控器的混合模式。

    仔细审查了Aloha项目。在自主模式下，人类需要控制机器人臂才能制作样本，然后再在Aloha机器人学习类似的动作之前。

    上一个视频中的各种复杂的家务劳动是由背面的某人远程控制的。

    就是这样。

    此外，只要人类证明它，机器人就不可能学习100％。

    论文还提到，自动擦拭红酒污渍的Aloha机器人的成功率为95％，椅子为80％，炸虾只有40％。

     Blind Guess，也许一开始的视频效果太棒了，这是一个传播10到数百人的人，这使Aloha机器人的头衔是“ Nanny机器人已经降落”的标题。

    但是正如托尼·兹霍（Tony Z.Zhao）在他的推文中说的那样：“机器人还没有准备好接管世界！”，机器人仍然远离我们想象的全能保姆。

    因此，与其吹嘘这次的Aloha机器人的棒极了，不如说它给了随后的机器人研究和开发。

    根据科学家Jim Fan的说法，数据一直是机器人技术的致命弱点。

    项目团队对Aloha机器人的定义正是“用于数据收集的低成本全身远程操作系统”。

    这是什么意思？

    就算法而言，他们基于它制定了一种动作学习算法法。

    该算法使Aloha机器人能够模仿人类在15分钟的示范后做出类似的动作。

   

    您可以理解，操纵机器人臂的过程也是数据收集的过程。然后，使用收集的数据进行“模仿显示”。

    例如，如果提前50次向机器人擦拭机器人的作用，则最终训练很可能会成功。

    除了巧妙的算法设计外，Aloha机器人还具有低成本的另一个优势。

    在硬件配置方面，项目团队为机器人安装了两组机器人臂，以及用于在仓库中运输货物的AGV移动机箱，这与机器人的手和脚相当。

    从团队披露的成本清单来看，这些费用主要集中在移动机箱和机器人武器上，而其他组件的成本也不高。

    此外，与波士顿动态地图集的近200万美元的成本相比，近32,000美元（相当于227,000元人民币）的成本差异很大。

    当该技术将来成熟时，似乎并非不可能花费超过20万元来购买机器人退休。

    更重要的是，这次Aloha是直接开源的，包括硬件代码，数据集和教程，这些都公开了。

    开发人员，我会做出一些贡献。也许有一天，全能的保姆机器人将真正实施。

    包括几天前，当Aloha机器人如火如荼的时候，他们还撞到了铁，并在机器人上发布了一系列最新进度。

    国外有一个机器人公司。现在，他们的人形机器人甚至具有独立学习的能力，可以通过观看视频学习咖啡。

    无论如何，非常期待今年的机器人开发。

    在人工智能界，总是有一个莫拉维克悖论。

    简而言之，AI可以在数学问题上做得很好，这需要逻辑推理技能，但是其感知和运动能力甚至不如三岁的孩子好。

    但是，Aloha机器人的出现确实有一些真正意义上的“智能”机器人的迹象。

    我们还可以期待今年大型型号 +机器人的组合可以使用什么样的火花？