[新聞] 生成式AI賦予機器人跨領域通用能力

生成式AI賦予機器人跨領域通用能力 原文網址: https://bit.ly/3VNW0pn 原文: 在機器人領域追求通用人工智慧的路途上，資料的多樣性和整合度一直是關鍵挑戰。儘管 硬體設計已有長足進展，但要真正實現所謂「通用型人形機器人」，仍需突破訓練數據的 限制。麻省理工學院(MIT)最新研究指出，運用生成式AI技術有望跨越這一障礙，為機器 人賦予跨領域的通用能力。 研究團隊提出了一種名為「策略/政策組合」(Policy Composition, PoCo)的新方法，能 將不同來源、模態和任務的機器人數據集整合訓練，並成功提高機器人執行多項工具使用 任務的能力。透過訓練出擬效各數據集的「擴散模型」，再將其所學習到的策略加權組合 ，最終得到一個通用策略，使機器人能在多樣化環境中靈活運用工具完成任務。 傳統機器人訓練方式往往侷限於單一數據集，例如：某個倉儲環境中的包裝任務數據，難 以從中演繹出通用的策略應用於其他情境。研究人員表示，儘管目前各領域都在大量產生 龐大數據，但缺乏有效整合的方式，反而限制了這些資訊的潛力發揮。PoCo方法的核心概 念，就是將這些小而專一的數據集透過擴散模型學習出策略，再予以組合，讓機器人能從 中萃取共通之處，幫助其泛化到更普遍的任務上。 所謂擴散模型(Diffusion Model)，是一種新興的生成式AI技術，通常用於生成影像。研 究團隊的做法是，將其應用於生成機器人的動作軌跡。首先在訓練數據集的動作軌跡中添 加雜訊，然後讓擴散模型逐步去除雜訊，並最終產生一條清晰的動作軌跡，作為機器人的 操作策略。這種方式被稱為「擴散策略」(Diffusion Policy)，可從不同類型的數據中學 習策略。 研究人員透過不同數據集分別訓練出多個擴散模型，每一個都學習到針對特定任務的最佳 策略。接著，他們將這些策略加權組合，經過反覆調整後，得到一個能滿足各個策略目標 的綜合策略。這種策略組合的好處在於能同時獲得不同數據集的優點，例如從實際演示數 據中獲得技術熟練度，又從模擬數據中達到良好泛化性。 實驗中，研究團隊讓機器人使用工具執行各種任務，包括用鎚子釘釘子、用鍋鏟翻轉物品 等。結果顯示，採用PoCo策略組合技術後，機器人的任務執行表現比基準方法提升了20% 。研究人員注意到，經過調整的組合策略軌跡明顯優於單一策略軌跡，展現出策略組合的 優勢。 此項研究為機器人領域帶來新的契機，有望突破長期以來訓練數據的侷限性。未來，研究 人員希望能夠將這項技術應用於更複雜的長期任務，例如讓機器人先拿起一種工具使用， 再轉換為另一種工具，展現出更強的任務切換能力。另一目標則是整合更大規模的機器人 數據集，進一步提升模型的性能表現。 不過，要取得通用人工智慧的最終目標，單憑此一技術恐怕還不夠，仍需要其他重要基礎 。NVIDIA的高級研究科學家指出：「要在機器人領域取得成功，我們需要三種數據：網路 數據、模擬數據和真實機器人數據。如何有效整合這三種數據，將是一個價值百萬美元的 問題。」顯見策略組合只是邁向通用智慧的一小步，仍有許多挑戰待克服。 MIT的這項研究對於實現通用型人形機器人邁進一步，為日後自動化機器人能夠自由切換 工具、應對複雜多變的工作環境奠定基礎。可以預想未來智慧化時代的場景，有不同製造 商生產的多功能機器人，不僅能在工廠內高效作業，更能在家庭和社區中協助人類完成家 務、維修等各式各樣的勞務。對人類的勞動力分擔是一大解放，而其中潛藏無限商機和社 會影響，也正是我們當前應為之做好準備的重大議題。 --
※ 批踢踢實業坊(ptt.cc), 來自: 203.145.192.245 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/Tech_Job/M.1718846133.A.614.html