大车翻车，斯坦福超火机器人揭露内幕，研究员救援时受伤，网友：别担心
大车翻车，斯坦福超火机器人揭露内幕，研究员救援时受伤，网友：别担心
斯坦福流行的全能家务机器人 ALOHA 体型巨大！ 转动！ ！ 车！ ！ ！
你可能以为在上面擦上红酒就很容易了，但实际上是这样的：
我都给你摊开，顺便打碎一个杯子。
……
你以为它能变身厨师，熟练烹饪，结果它却给你当了锅底：
ALOHA 的翻车汽车系列还不止于此。
比如，我刚刚把锅里的虾煎完了。 哎呀，一不小心没抓到：
即使小弟冲上前，也无法阻止“悲剧”的发生（看来连手都被烫伤了）。
这场面真像庄太太扔碗的样子……
昨天还在“神社”上的ALOHA，一夜之间被曝出如此多的“笨拙”行为，也引起了不少网友的关注。
然而这一次，即使面对铁证如山，网友的态度却一反常态：
它并不完美，但很可爱。
总是有出错的空间。
最重要的是：
不担心。 （手动狗头）
究竟发生了什么？
斯坦福团队曝“丑闻”
原来，这段机器人翻车的视频是斯坦福大学ALOHA的作者Tony Z.Zhao发布的。
并且他还直言不讳地说：
机器人还没有准备好接管世界。
而这段翻车视频正是机器人在完全自主模式下所做的事情。
用作者的话说，这是“最愚蠢的错误”。
毕竟，除了我们刚才展示的几个例子之外，ALOHA 连锅都不能放进柜子里：
炸好的虾粘在锅上倒不出来，连碗的位置都找不到：
即使有笔，我也找不到合适的起点：
面对失败的收藏，作者开玩笑说：
这是迄今为止我最喜欢的视频，但当机器人在你面前犯错时，就没那么有趣了。
果然，我的手最终被烧伤了……
不过，今天作者透露，这个视频其实应该另有原因。
因为前两天ALOHA的神级场景的视频确实引起了很多人的关注，但是很多人都误以为是在自主模式下完成的。
但实际上，ALOHA采用的是混合模式，并不是完全自主的。 作者还呼吁网友边吃饭边仔细阅读论文和代码。
值得一提的是，作者还引用了2015年波士顿动力Atlas人形机器人“ ”并表示敬意。
也许这就是 科学家 Jim Fan 所说的：
一步一步来。
学习50次，成功率可达90%
就在这两天，ALOHA团队连续发布了三段爆款视频，展示了机器人敏捷灵巧的家务能力，让网友们惊叹不已。
包括做满汉全席（打鸡蛋、翻鸡都是信手拈来）：
将枕套放在床单上：
给植物浇水、拖地、打开瓶盖，甚至逗猫：
那叫一个人形似人，上得厅堂，下得厨房。
然而，大多数都是由真人控制的，比如上面的那些。
为了更直观的看，可以看下面用纸擦玻璃的动画，一个人站在玻璃的正后方进行1:1的演示：
然而，对于一些相对简单的任务，比如这道炒虾：
它还可以洗锅、归还餐椅、叫乘电梯、擦桌子等，只需真人少量教学即可学会，然后无需人类即可独立操作。
具体来说，作者表示，上述简单动作只需要学习50次，就能达到90%的成功率——
经过测试，ALOHA可以连续9次擦掉溢出的酒、呼叫电梯5次，没有出现任何错误，保持了一定的稳定性。
此外，它还具有抗干扰能力。 将花盆放入柜子时，实验者不断向其前方扔杂物，但这丝毫不影响其性能：
训练期间根本看不见的椅子？ 它还可以准确识别并完成寻的任务。
那么，作者是如何通过仅50次演示就让ALOHA实现自主任务的呢？
最关键的是通过ACT或扩散策略进行模仿学习，然后与静态操作数据联合训练机器人系统。
通过这种联合训练方法，可以显着提高机器人的性能，特别是对于需要精确操作的任务。
最后，我再次介绍一下斯坦福大学的这个机器人成果：
今年3月底正式发布，经历了8个月的迭代和2个月的测试。
作者一共有三位，其中两位是斯坦福大学计算机科学专业的中国博士生（最后一位是导师）：
当时的机器人已经能够使用工具完成各种精确细致的任务，但仅限于固定的位置：
当然，幕后还有真人遥控器。
正如其名字 ALOHA 代表“低成本笔-”一样，这款机器人注重开源和低成本：
所有软件和硬件设计，包括代码和数据，都是一起发布的。 建设该系统仅花费3.2万美元（约合人民币22.7万元）。 作者还列出了所需的具体硬件。 有兴趣的朋友可以关注DIY。
机器人元年？
几乎与斯坦福爆出机器人的同时，谷歌也发布了自己的最新研究成果，而且一下子公布了三项：
一是改进模型，在保持相同操作精度的情况下，机器人的决策速度提高了14%，提高了10.6%；
一个是专门研究泛化能力的新框架。 它采用了一种新方法，将机器人完成前所未见的任务的成功率从29%提高到63%；
并且将使用一次可容纳20个机器人的收据收集系统，以加快训练机器人理解人类指令的能力。
这些新成果全部用于升级谷歌大型机器人型号RT-2。
与斯坦福的ALOHA相比，谷歌的RT-2在性能上仍然偏冷，但其所有效果都是完全自主的。
除了这两家公司之外，李飞飞的团队也一直在跟进。 其机器人系统已经可以理解人类语音并完成各种指令，无需额外训练。
这不禁让人想起很多人做出的“2024年将是机器人元年”的预测：
你认为它会实现吗？
参考链接：
本文来自微信公众号“量子位”（ID：），作者：金雷枫色，36氪经授权发布。