两个机器人合作无间，人类看了都自愧不如
- 时间:
- 浏览:177
- 来源:深圳市硝子荼弥网络科技有限公司
01.机器人协作的终极难题被解开了
近日关于多机器人协作那个研究引发了不少关注, 核心成果是让各台机器人依托同一模型副本自主协同完成任务。这一技术路线和传统思路全然不同, 不再采用依赖中央控制器的统一指挥, 而是通过观察周遭环境自行衍生出协作的行为。
研究团队发现, 传统多机器人系统需要在同一台的中央控制器下完成分工调度, 同步时钟以及数据共享的要求格外极高, 而在那些实际物理环境之中, 哪怕仅仅是零秒一度的时序偏差大概可能影响任务成败, 这不正是, 这一技术路线的核心真正突破口吗?
02.从旁观者到协作者的两步训练
模型的第一步是在大规模视频数据之上进行预训练, 学习物理世界的基本规律, 这一步完全和机器人控制不有涉及, 和机器人控制完全不有关涉不了, 更像是一旁观者, 这个旁观者在旁侧处观察真实世界的物理交互过程, 这个观察者般的旁观者观察中, 物理世界里物体在力作用下到底如何移动、接触与形变的各类规律, 全都被编码进了前述的模型之中。
将这些通用先验落地到具体某一台的机器人本体上, 便是第二步。这第二步里的单台机器人在真实环境当中接受训练, 得将视觉以及物理先验转化为感知、决策、执行能力。经过这一阶段之后, 单体机器人已经具备了灵巧操作、工具使用、移动交互等基础技能, 这些基础技能能为后续的协作打下根基。
03.放弃同步数据换来了更强的鲁棒性
传统路径的做法是收集大量多机器人协作的演示数据, 监督学习去模仿再改用。的可行不通但高质量协作数据的采集这一思路在真实机器人, 效率也受限成本也极高。的训练方式转而采用连续伙伴交互的研究团队 让每台机器人独立行动！
由于搭档本身还是一个正在学习着的自主体, 它本身的行为就天然带有不完美, 有时快也有时慢, 而它偶尔还会出现失误；模型在训练的过程中已见过无数桩搭档行为出现偏差的案例, 由此对延迟具备了天然的鲁棒性, 在部署时的表现也因此更加稳定可靠。
04.出错时刻才最值得花力气学习
在切实可行的真实部署实施进程里研究团队会在真实部署过程之外? 不是, 等下, 不准随意破坏, 哦要难读, 那先调整语序杂糅一些, 比如改成: 在具体实践研究团队会在真实部署运行全过程中观察机器人的协作运转表现并识别问题出现最关键的时刻, 操作员将会围绕这些发生的关键时段提供兼具纠正性质的各种演示并把这些配套补充数据回流输入到全部对应训练集合当中去, 模型不存在平均匀学习所有过往经历情况而是将数量更多的资源投放在协作状态最容易出现出错纰漏的具体环节之上。
研究发现, 在协作适应的过程里, 提高闭环伙伴交互的比例, 它的效果比起添加等量的同步多机器人演示数据来更要显著优良得多, 这意味着机器人是经由真正的协作来学会协作, 而绝对不是经人类演示的观看来加以模仿。两台机器人在不断持续的交互之内实现了共同进化。
05.持久记忆和世界模型是协同的底气
Zeno-1之上还部署了两个关键子系统, 使长时间协作成为成为成为成为或或或或可能可能可能可能。第一个是持久交互记忆记忆, 这让机器人在时间尺度尺度尺度尺度上不会丢失关键上下文信息。没有持久记忆的的的机器人就像金鱼, 每一步都从零开始开始开始判断局势, 无法沉淀已经积淀积淀积淀已经已经无法无法获取需要判断判断判断判断的信息的信息。
这个子系统是一个可在动作行前执行预测共享物理态变的行动条件世界模型。抓手失误、滑动不稳抓握、滑抓不慎、等潜在掉手坠落丢失等潜在失败风险该模型能够提前识别预判。在200次真实机器人实验中, 这一世界模型在0.5秒预警窗口里行预的接触失败预测AUC值达到0.94；而单仅基于现有当前观测进行所得的预测AUC値仅为0.81。
06.去中心化协作打开行业新空间
坚持去中心化路线的研究者的一个核心原因在于部署灵活性, 企业无需一次性投入完整的机器人团体伽师新梅产业，可以依实际需要逐台增加产能技术路径里，共享的物理世界本身就是协调接口, 协调不再完全依赖显式通信和统一调度。
清晰趋势正在浮现: 机器人基础模型正从单体能力进一步倒向协作智能。这一成果起码对一件事做了验证, 即协作物理智能能在单一去中心化策略之中实现。当机器人真实学会观察、理解并如同事般共同作业时, 整个行业的能力上限还将随之打开。你认为这种去中心化协作方案会颠覆传统的中央控制模式吗?
猜你喜欢