初創(chuàng)公司訓(xùn)練像木偶這樣的機(jī)器人

今天的機(jī)器人必須通過編寫計(jì)算機(jī)代碼進(jìn)行編程，但是想象一下戴上VR耳機(jī)并虛擬引導(dǎo)機(jī)器人完成一項(xiàng)任務(wù)，就像你移動木偶的手臂一樣，然后讓機(jī)器人從那里拿走它。

這就是加州大學(xué)伯克利分校電子工程和計(jì)算機(jī)科學(xué)教授Pieter Abbeel和他的學(xué)生Peter Chen，Rocky Duan和Tianhao Zhang的愿景，他們創(chuàng)辦了一家創(chuàng)業(yè)公司Embodied Intelligence Inc.，深層強(qiáng)化學(xué)習(xí)和人工智能的最新技術(shù)，使工業(yè)機(jī)器人易于教學(xué)。

“現(xiàn)在，如果你想建立一個(gè)機(jī)器人，你就可以讓機(jī)器人按照自己的意愿去做，這需要花費(fèi)大量的時(shí)間和很多的專業(yè)知識，”阿貝爾說道，他目前正準(zhǔn)備離開愿景變?yōu)楝F(xiàn)實(shí)。“隨著我們在機(jī)器學(xué)習(xí)方面的進(jìn)步，我們可以編寫一個(gè)軟件一次機(jī)器學(xué)習(xí)代碼，使機(jī)器人能夠?qū)W習(xí) - 然后當(dāng)機(jī)器人需要配備新技能時(shí)，我們只需提供新數(shù)據(jù)。”

“數(shù)據(jù)”就是訓(xùn)練，就像你訓(xùn)練一個(gè)人類工作者一樣，雖然增加了虛擬現(xiàn)實(shí)的維度。使用VR耳機(jī)而不接觸機(jī)器人，人們可以在一天內(nèi)訓(xùn)練機(jī)器人，而通常需要幾周到幾個(gè)月來編寫新的計(jì)算機(jī)代碼來重新編程機(jī)器人。該技術(shù)可與目前在世界各地的制造工廠和倉庫中使用的機(jī)器人一起使用。

“商品VR設(shè)備提供了一種簡單的方法來控制物理機(jī)器人。由于機(jī)器人只是模仿VR跟蹤的手部動作，沒有經(jīng)過任何特殊訓(xùn)練的人可以讓機(jī)器人從一開始就做正確的事情，”陳說。“機(jī)器人會繼續(xù)學(xué)習(xí)，過了一會兒機(jī)器人說，'我明白了，我現(xiàn)在可以自己完成這項(xiàng)任務(wù)了。' “

在上個(gè)月在網(wǎng)上發(fā)表的一篇論文中，Abbeel和他的同事們證明了這種模仿學(xué)習(xí)的強(qiáng)大功能：他們使用價(jià)值1000美元的VR耳機(jī)和手動跟蹤軟件，培訓(xùn)了一個(gè)機(jī)器人，協(xié)調(diào)自己的愿景，學(xué)習(xí)復(fù)雜的新技能。將釘子插入孔中。

“它完全改變了周轉(zhuǎn)時(shí)間，因?yàn)槟阈枰臄?shù)據(jù)量相對較小，”Abbeel說。“你可能只需要一天的人類演示，就可以獲得足夠的數(shù)據(jù)，讓機(jī)器人獲得技能。”

“當(dāng)我們執(zhí)行一項(xiàng)任務(wù)時(shí)，我們不會在頭腦中解決復(fù)雜的微分方程。相反，通過與物理世界的相互作用，我們獲得了關(guān)于如何移動我們身體的豐富直覺，否則無法用計(jì)算機(jī)代碼來表示，”段說。“這很像AlphaGo，它不使用傳統(tǒng)方法中常見的任何硬編碼策略，而是通過機(jī)器學(xué)習(xí)獲得自己的直覺和策略。”

AlphaGo是由Alphabet Inc.開發(fā)的一款計(jì)算機(jī)程序，用于玩中國古代棋盤游戲Go，對于計(jì)算機(jī)而言，它比棋子或國際象棋更復(fù)雜。使用機(jī)器學(xué)習(xí)，今年早些時(shí)候AlphaGo擊敗了世界排名第一的Go玩家。

Abbeel是該創(chuàng)業(yè)公司的總裁兼首席科學(xué)家，他于9月份與他的三名研究生共同創(chuàng)立了公司：Chen，現(xiàn)任首席執(zhí)行官; 段，現(xiàn)任首席技術(shù)官; 和張，現(xiàn)在的技術(shù)人員。它位于伯克利南部的埃默里維爾，已經(jīng)籌集了700萬美元的種子資金。

Abbeel，Chen，Duan和Zhang在伯克利AI研究實(shí)驗(yàn)室工作多年。Abbeel，Chen和Duan還在OpenAI，一個(gè)由Elon Musk共同創(chuàng)辦的非營利性公司，特斯拉和Space-X成名，并致力于建立安全的AI。

該公司背后的想法來自于團(tuán)隊(duì)的觀察，即過去五年中深度強(qiáng)化學(xué)習(xí)和深度模仿學(xué)習(xí)的快速進(jìn)步并未反映在當(dāng)今用于組裝汽車和電器或在倉庫周圍移動物品的工業(yè)機(jī)器人中。

“這是我們剛剛在加州大學(xué)伯克利分校開發(fā)的一項(xiàng)了不起的能力，我們決定將這項(xiàng)工作融入世界，并使公司仍然使用比現(xiàn)有技術(shù)落后多年的技術(shù)，”Abbeel說。“這將實(shí)現(xiàn)機(jī)器人自動化的民主化。”