你追我趕！英偉達(dá)、Meta同日宣布機器人重磅成果

《科創(chuàng)板日報》10月21日訊（編輯 宋子喬） 如今，科技巨頭主動肩負(fù)起機器人研發(fā)的重任，正你追我趕奔赴下一場科技盛宴。當(dāng)?shù)貢r間10月20日，英偉達(dá)、Meta各自發(fā)布了重磅機器人訓(xùn)練工具。英偉達(dá)開發(fā)的AI代理Eureka可以教會機器人復(fù)雜的運動控制技能，比如轉(zhuǎn)筆、打開抽屜和柜子、拋球和接球、操作剪刀。英偉達(dá)稱這一突破將重新定義機器學(xué)習(xí)。Meta則推出了Habitat 3.0模擬器，可教授機器人如何與物理世界進行交互，Meta將其稱為“社交智能機器人研發(fā)路上的里程碑”。究竟是什么樣的工具？新成果的意義何在？▌英偉達(dá)Eureka——大模型參與訓(xùn)練機器人Eureka的全稱是Evolution-driven Universal Reward Kit for Agent，本質(zhì)是一種由大模型驅(qū)動的算法生成工具。借助GPT-4寫代碼的能力，Eureka擁有了出色的獎勵函數(shù)設(shè)計能力，可以自主編寫?yīng)剟钏惴▉碛?xùn)練機器人。Eureka的關(guān)鍵所在，是通過上下文來實現(xiàn)了人類水平的獎勵算法設(shè)計。簡單來說，就是用GPT-4的零樣本生成、代碼編寫以及上下文改進功能，對獎勵執(zhí)行策略進行優(yōu)化，由此通過強化學(xué)習(xí)來進行復(fù)雜的技能。英偉達(dá)稱，在29種不同的開源強化學(xué)習(xí)（RL）環(huán)境中，Eureka獎勵設(shè)計的性能達(dá)到了人類水平，這些環(huán)境包括10種不同的機器人形態(tài)（四足機器人、四旋翼機器人、雙足機器人、機械手以及幾種靈巧手）。在沒有任何特定任務(wù)提示或獎勵模板的情況下，Eureka生成的獎勵程序在超過80%的任務(wù)上優(yōu)于專家編寫的獎勵程序。這使得機器人的平均性能提高了50%以上。機器人通過Eureka學(xué)會了轉(zhuǎn)筆、打開柜子、拋接球（注：這些機械手指上下翻飛的場景，暫時僅限于虛擬環(huán)境）人形機器人通過Eureka學(xué)習(xí)跑步步態(tài)英偉達(dá)這項研究由其與賓夕法尼亞大學(xué)、加州理工學(xué)院、德州大學(xué)奧斯汀分校的研究人員合作完成。目前該項目完全開源。在機器人領(lǐng)域，有一個“莫拉維克悖論”——人類所獨有的高階智慧能力只需要非常少的計算能力，但無意識的技能和直覺（如辨識人臉、舉起鉛筆、在房間內(nèi)走動、回答問題等能力）卻需要極大的運算能力，即越簡單的事情越難，越難的事情越簡單。這也是為什么人類早已創(chuàng)造出打敗世界頂級棋手的AlphaGo，卻仍不能讓機器人擁有像兩三歲小孩一樣的感知力和行動力。英偉達(dá)的最新成果展示了大模型在機器人精細(xì)化控制方面的作用，在英偉達(dá)的推動下，更智能的機器學(xué)習(xí)方式有望被迅速引入工業(yè)和消費應(yīng)用領(lǐng)域。▌Meta Habitat——人機交互直指具身智能Meta的Habitat同樣為訓(xùn)練機器人而生。據(jù)介紹，Habitat 3.0是第一個支持在多樣化、逼真的室內(nèi)環(huán)境中，就人機交互任務(wù)進行大規(guī)模訓(xùn)練的模擬器。具體來看，Habitat 3.0可以利用紅外捕捉系統(tǒng)精心構(gòu)建一個虛擬環(huán)境，如辦公空間、住宅和倉庫等，其中物體的形狀和大小完全復(fù)制現(xiàn)實世界，該工具還可在外貌和姿勢上對人類進行真實的模擬，支持從簡單（如行走和揮手）到復(fù)雜（如與物體交互）等各種類型的動作，還可模擬多種真實的社交場景。虛擬環(huán)境中的人形化身既可由學(xué)習(xí)到的策略控制，也可由真人通過鍵盤、鼠標(biāo)以及VR頭顯等進行控制。網(wǎng)上已經(jīng)有人期待在Meta Quest VR中體驗Habitat 3.0了。Meta的目的很明確——通過Habitat 3.0，讓AI智能體在真實世界和人類互動。值得注意的是，與真實世界進行交互正是實現(xiàn)具身智能的基礎(chǔ)，正如Meta的AI研究部門（FAIR）所說，Habitat 3.0等新產(chǎn)品的發(fā)布代表了他們在具身智能方面的進步。FAIR表示，Habitat 3.0將把機器人AI代理的學(xué)習(xí)時間從幾個月甚至幾年縮短到幾天。它還能在安全的模擬環(huán)境中更快速地測試新模型，不會有任何風(fēng)險。在推出Habitat 3.0的同時，Meta還宣布發(fā)布Habitat合成場景數(shù)據(jù)集（Habitat Synthetic Scenes Dataset），這是一個由藝術(shù)家撰寫的三維數(shù)據(jù)集，可用于訓(xùn)練人工智能導(dǎo)航代理；同時還發(fā)布了Home Robot，這是一個機器人助手軟硬件平臺，可在模擬和真實環(huán)境中使用。英偉達(dá)深耕運動控制，Meta注重交互能力，這兩大能力正是機器人進入千家萬戶的前提。華為“天才少年”稚暉君離開華為后奔赴機器人創(chuàng)業(yè)，他曾在其機器人產(chǎn)品首秀上引用一個網(wǎng)絡(luò)段子：我們想讓AI做的事，是做飯、打掃房間、洗衣服、扔垃圾，然而它們實際在做的事，是聊天、繪畫、寫作、作曲、打游戲……工業(yè)機器人已經(jīng)愈發(fā)普及的當(dāng)下，如何讓機器人成為普通家庭的助手、日常生活中的伙伴，已經(jīng)成為新的科技熱點。一個包攬家務(wù)活、零碎事的家用機器人，距離我們還有多遠(yuǎn)呢？