米乐M瑜伽球上训练出来的机器狗比大多数健身者更能灵活运用训练资源

2024-07-22 10:46:48

　　米乐M瑜伽球上训练出来的机器狗比大多数健身者更能灵活运用训练资源这只四足机器人摇摇晃晃地走着，在一个健身球上努力保持平衡，这是一个有趣的实验，但其核心是，它证明了像 GPT-4 这样的人工智能可以训练机器人执行复杂的实际任务，比我们人类更有效。

　　DrEureka是一个任何人都可以获取的开源软件包，用于使用大型语言模型（LLM）（如ChatGPT 4）训练机器人执行现实世界中的任务。这是一个模拟到现实系统，也就是说，它在虚拟环境中使用模拟物理原理对机器人进行教学，然后再在现实空间中实施。

　　吉姆-范（Jim Fan）博士是 DrEureka 的开发者之一，他部署的 Unitree Go1 四足机器人一跃成为头条新闻。这是一款低成本、支持良好的开源机器人--这很方便，因为即使有了人工智能，机器人宠物仍然很容易摔伤。至于低成本，它在亚马逊上的售价为 5899 美元，评分为 1 星……

　　DrEureka 中的Dr代表领域随机化，即在模拟环境中随机化摩擦米乐M6登录入口、质量、阻尼、重心等变量。

　　只需在 ChatGPT 等 LLM 中输入一些提示，人工智能就能编写代码，创建一个奖励/惩罚系统，在虚拟空间中训练机器人，其中 0 = 失败，高于 0 则为胜利。得分越高越好。

　　它可以通过最小化和最大化球的弹跳力、运动强度、肢体自由度和阻尼等方面的失效点/爆发点来创建参数。作为一个 LLM，它可以毫不费力地大量创建这些参数，供训练系统同时运行。

　　每次模拟后，GPT 还可以反思虚拟机器人的表现，以及如何改进。如果超出或违反参数，例如电机过热或试图以超出其能力的方式衔接肢体，都将导致 0 分...没有人喜欢得零分，人工智能也不例外。

　　提示 LLM 编写代码需要安全指令--否则，研究小组发现 GPT 会努力追求最佳性能，会在没有指导的情况下在模拟中作弊。这在模拟中没有问题，但在现实生活中可能会导致电机过热或肢体过度伸展，从而损坏机器人--研究人员称这种现象为退化行为。

　　虚拟机器人自学成才的非自然行为的一个例子是，它发现自己可以更快地移动，方法是将臀部插入地面，用三只脚拖着臀部在地板上窜来窜去。虽然这在模拟中是一种优势，但当机器人在现实世界中尝试时就尴尬了。

　　因此，研究人员指示 GPT 要格外小心，因为机器人将在真实世界中接受测试--为此，GPT 创建了安全功能，如平滑动作、躯干方向、躯干高度，并确保机器人的电机不会扭矩过大。如果机器人作弊，违反了这些参数，其奖励函数就会降低得分。安全功能可以减少退化和不自然的行为，比如不必要的骨盆推力。

　　那么它的表现如何呢？比我们强。DrEureka 在训练机器人pooch的过程中击败了人类，在实际的混合地形中，它的前进速度和行进距离分别提高了 34% 和 20%。

　　如何做到？研究人员认为，这与教学方式有关。人类倾向于课程式的教学环境--把任务分解成一个个小步骤，并试图孤立地解释它们，而 GPT 能够有效地一次性传授所有知识。这是我们根本无法做到的。

　　DrEureka 是同类产品中的首创。它能够从模拟世界零距离进入现实世界。想象一下，在对周围世界几乎一无所知的情况下米乐M6登录入口米乐M6登录入口，你被推出巢穴，只能自己摸索。这就是零镜头。

　　DrEureka 的创造者认为，如果他们能向 GPT 提供真实世界的反馈，就能进一步改进模拟到现实的训练。目前，所有的模拟训练都是利用机器人自身本体感觉系统的数据完成的，但如果 GPT 能够通过真实世界的视频画面看到出错的地方，而不是仅仅从机器人的日志中读取执行失败的信息，那么它就能更有效地完善自己的指令。

　　您可以在这里观看一段未经剪辑的 4 分 33 秒视频，视频中机器人狗狗轻松在瑜伽球上散步，且没有停下来在消防栓上撒尿：