财经新闻网消息：
② 深耕运动控制，Meta侧重交互能力。 这两项能力是机器人走进千家万户的前提。
如今，科技巨头纷纷主动承担起机器人研发的重任，奔赴下一场科技盛宴。 当地时间10月20日，和Meta各自发布了重磅机器人训练工具。
开发的AI代理可以教机器人复杂的运动控制技能，例如转动笔、打开抽屉和柜子、扔球和接球以及操作剪刀。 英伟达表示，这一突破将重新定义机器学习。
Meta推出了3.0模拟器，可以教机器人如何与物理世界交互。 Meta称其为“社交智能机器人发展的里程碑”。
它是什么样的工具？ 新成果有何意义？
▌——大模型参与训练机器人
全称是——Kit for Agent，本质上是一个大模型驱动的算法生成工具。 借助GPT-4的代码编写能力，具有优秀的奖励函数设计能力，可以独立编写奖励算法来训练机器人。
关键是通过上下文实现人类水平的奖励算法设计。 简单来说，GPT-4的零样本生成、代码编写和上下文改进功能用于优化奖励执行策略，从而通过强化学习来执行复杂的技能。
声称，奖励设计在 29 种不同的开源强化学习 (RL) 环境中实现了人类水平的表现，其中包括 10 种不同的机器人形态（四足动物、四轴飞行器、两足动物、机械手和机器人）。 几种类型的灵活性）。 在没有任何特定于任务的提示或奖励模板的情况下，生成的奖励计划在 80% 以上的任务上优于专家编写的奖励计划。 这使机器人的平均性能提高了 50% 以上。
的研究是与宾夕法尼亚大学、加州理工学院和德克萨斯大学奥斯汀分校的研究人员合作完成的。 该项目目前是完全开源的。
在机器人领域，存在着一个“莫拉维克悖论”——人类特有的高阶智能能力需要很少的计算能力，但需要无意识的技能和直觉（例如识别面孔、举起铅笔以及在物体周围移动的能力）。房间、回答问题等）需要大量的计算能力，也就是说，越简单的事情就越困难，越困难的事情就越简单。
这就是为什么人类已经创造出了可以击败世界顶尖棋手的机器人，却仍然无法赋予机器人像两三岁孩子一样的感知和行动能力。
的最新成果展示了大型模型在机器人精确控制中的作用。 在的推动下，更多智能的机器学习方法有望快速引入工业和消费应用中。
▌Meta——人机交互直指体现智能
Meta 也是为训练机器人而设计的。 据介绍，3.0是第一个支持在多样化、真实的室内环境中大规模训练人机交互任务的模拟器。
具体来说，3.0可以利用红外捕捉系统精心构建一个虚拟环境，例如办公空间、住宅、仓库等，其中物体的形状和大小完全复制现实世界。 该工具还可以对人类的外观和姿势进行逼真的模拟。 模拟支持从简单（如行走、挥手）到复杂（如与物体交互）的各种类型的动作，还可以模拟现实生活中的各种社交场景。
机器人和人形化身生活在同一个空间，虚拟环境中的人形化身可以通过算法或真人通过键盘、鼠标和VR耳机来控制。 网上已经有人期待体验Meta Quest VR 3.0。
Meta 的目的很明确——让 AI 智能体通过 3.0 与现实世界中的人类进行交互。
值得注意的是，与现实世界的交互是实现具身智能的基础。 正如Meta的人工智能研究部门（FAIR）所说，3.0等新产品的发布代表了他们在具身智能方面的进步。
FAIR表示，3.0将把机器人AI代理的学习时间从几个月甚至几年缩短到几天。 它还允许在安全的模拟环境中更快地测试新模型，没有任何风险。
在推出3.0的同时，Meta还宣布发布合成场景数据集（ Scene ），这是一个由艺术家编写的三维数据集，可用于训练人工智能导航代理； 它还宣布发布Home Robot，这是一个可在模拟和真实环境中使用的机器人助手软硬件平台。
深耕运动控制，Meta则专注于交互能力。 这两项能力是机器人走进千家万户的前提。
华为“天才少年”智慧君离开华为，开始做机器人生意。 他曾在自己的机器人产品首次亮相时引用了一个网络笑话：我们希望人工智能做的是做饭、打扫房间、洗衣服、扔垃圾。 然而，他们实际上在做的只是聊天、画画、写作、作曲、玩游戏……
如今工业机器人越来越普及，如何让机器人成为普通家庭的助手、日常生活的伙伴，成为了新的技术热点。
我们距离能做家务、做家务的家用机器人还有多远？
免责声明 ① 本网所刊登文章均来自网络转载;文章观点不代表本网立场,其真实性由作者或稿源方负责 ② 如果您对稿件和图片等有版权及其他争议,请及时与我们联系,我们将核实情况后进行相关删除 ③ 联系邮箱:215858170@qq.com
Copyright © 2017-2018