初創(chuàng)公司訓(xùn)練控制像木偶一般的機器人

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

這就是加州大學(xué)伯克利分校電子工程和計算機科學(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.，深層強化學(xué)習(xí)和人工智能的最新技術(shù)，使工業(yè)機器人易于教學(xué)。

“現(xiàn)在，如果你想建立一個機器人，你就可以讓機器人按照自己的意愿去做，這需要花費大量的時間和很多的專業(yè)知識，”阿貝爾說道，他目前正準備離開愿景變?yōu)楝F(xiàn)實。“隨著我們在機器學(xué)習(xí)方面的進步，我們可以編寫一個軟件一次機器學(xué)習(xí)代碼，使機器人能夠?qū)W習(xí) - 然后當(dāng)機器人需要配備新技能時，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)練一個人類工作者一樣，雖然增加了虛擬現(xiàn)實的維度。使用VR耳機而不接觸機器人，人們可以在一天內(nèi)訓(xùn)練機器人，而通常需要幾周到幾個月來編寫新的計算機代碼來重新編程機器人。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器人。由于機器人只是模仿VR跟蹤的手部動作，沒有經(jīng)過任何特殊訓(xùn)練的人可以讓機器人從一開始就做正確的事情。機器人會繼續(xù)學(xué)習(xí)，過了一會兒機器人說，'我明白了，我現(xiàn)在可以自己完成這項任務(wù)了。

在上個月在網(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)的強大功能：他們使用價值1000美元的VR耳機和手動跟蹤軟件，培訓(xùn)了一個機器人，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)時間，因為你需要的數(shù)據(jù)量相對較小，”Abbeel說?！澳憧赡苤恍枰惶斓娜祟愌菔?，就可以獲得足夠的數(shù)據(jù)，讓機器人獲得技能。”

“當(dāng)我們執(zhí)行一項任務(wù)時，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，否則無法用計算機代碼來表示，”段說?！斑@很像AlphaGo，它不使用傳統(tǒng)方法中常見的任何硬編碼策略，而是通過機器學(xué)習(xí)獲得自己的直覺和策略?！?/p>

AlphaGo是由Alphabet Inc.開發(fā)的一款計算機程序，用于玩中國古代棋盤游戲Go，對于計算機而言，它比棋子或國際象棋更復(fù)雜。使用機器學(xué)習(xí)，今年早些時候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研究實驗室工作多年。Abbeel，Chen和Duan還在OpenAI，一個由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隊的觀察，即過去五年中深度強化學(xué)習(xí)和深度模仿學(xué)習(xí)的快速進步并未反映在當(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)機器人中。