如果你曾经希望有一个机器人为你做饭,那么这一天已经并不遥远了。斯坦福大学介绍了Mobile ALOHA,这是一个创新的系统,用于通过低成本全身远程操作来学习双手移动操纵技术。这项机器人技术解决了传统模仿学习人类演示的局限性。传统学习通常集中在桌面操纵,而没有必要的可移动性和灵巧性来应对现实世界的应用。
由Google Deepmind提供,Mobile ALOHA在现有ALOHA系统的基础上增加了移动底座和全身远程操作界面,使其能够模仿复杂的移动操作任务。
该系统的主要目的是数据收集,使其能够学习并复制各种双手活动。这包括将一块虾翻炒并上菜,打开双门壁橱以存放沉重的烹饪锅具,呼叫并进入电梯,以及用厨房水龙头轻轻冲洗已使用的平底锅。
它有能与现有静态ALOHA数据集共同训练的能力,使Mobile ALOHA在移动操作任务上的表现显著提高。
研究团队还发现,通过每个任务50次演示的共同训练,可以将成功率提高到90%。
这一显著的改进使Mobile ALOHA能够处理复杂和动态的场景,展示了它在现实世界应用的潜力,超越了传统机器人的局限性。从提高厨房任务的效率到导航电梯等复杂环境,这一突破为机器人新时代开辟了大门,使机器能够以精确性和适应性执行广泛的移动操作任务。
Mobile ALOHA的一个关键特点是其成本效益,使其成为推进机器人研究的一种可访问和实用的解决方案。该系统利用监督行为克隆,使用在远程操作期间收集的数据来训练机器人自主执行任务。
2023年是机器人技术领域的重要进展之年。例如,波士顿动力为复杂建筑任务升级了Atlas机器人,而微软使ChatGPT能够指挥机器人手臂和无人机。
埃隆·马斯克的特斯拉正在为其人形机器人Optimus开展发展工作。9月关于练习瑜伽和12月处理鸡蛋等脆弱物体的演示展现了Optimus日益增长的能力。
Built Robotics推出了RPD 35太阳能打桩机器人。Viam软件发布了通用版本,支持机器人开发人员,而合作项目则产生了一个由ChatGPT驱动的番茄采摘机器人。