瑜伽球上训练出来的机器狗比大多数健身者更能灵pg电子游戏活运用训练资源

2024-05-09 11:24:37

　　这只四足机器人摇摇晃晃地走着，在一个健身球上努力保持平衡，这是一个有趣的实验，但其核心是，它证明了像 GPT-4 这样的人工智能可以训练机器人执行复杂的实际任务，比我们人类更有效。

　　DrEureka是一个任何人都可以获取的开源软件包，用于使用大型语言模型（LLM）（如ChatGPT 4）训练机器人执行现实世界中的任务。这是一个模拟到现实系统，也就是说，它在虚拟环境中使用模拟物理原理对机器人进行教学，然后再在现实空间中实施。

　　吉姆-范（Jim Fan）博士是 DrEureka 的开发者之一，他部署的 Unitree Go1 四足机器人一跃成为头条新闻。这是一款低成本、支持良好的开源机器人--这很方便，因为即使有了人工智能，机器人宠物仍然很容易摔伤。至于低成本，它在亚马逊上的售价为 5899 美元，评分为 1 星……

　　DrEureka 中的Dr代表领域随机化，即在模拟环境中随机化摩擦、质量、阻尼、重心等变量。

　　只需在 ChatGPT 等 LLM 中输入一些提示，人工智能就能编写代码，创建一个奖励/惩罚系统，在虚拟空间中训练机器人，其中 0 = 失败，高于 0 则为胜利。得分越高越好。

　　它可以通过最小化和最大化球的弹跳力、运动强度、肢体自由度和阻尼等方面的失效点/爆发点来创建参数。作为一个 LLM，它可以毫不费力地大量创建这些参数，供训练系统同时运行。

　　每次模拟后，GPT 还可以反思虚拟机器人的表现，以及如何改进。如果超出或违反参数，例如电机过热或试图以超出其能力的方式衔接肢体，都将导致 0 分...没有人喜欢得零分，人工智能也不例外。

　　提示 LLM 编写代码需要安全指令--否则，研究小组发现 GPT 会努力追求最佳性能，会在没有指导的情况下在模拟中作弊。这在模拟中没有问题，但在现实生活中可能会导致电机过热或肢体过度伸展，从而损坏机器人--研究人员称这种现象为退化行为。

　　虚拟机器人自学成才的非自然行为的一个例子是，它发现自己可以更快地移动，方法是将臀部插入地面，用三只脚拖着臀部在地板上窜来窜去。虽然这在模拟中是一种优势，但当机器人在现实世界中尝试时就尴尬了。

　　因此，研究人员指示 GPT 要格外小心，因为机器人将在真实世界中接受测试--为此，GPT 创建了安全功能，如平滑动作、躯干方向、躯干高度，并确保机器人的电机不会扭矩过大。如果机器人作弊，违反了这些参数，其奖励函数就会降低得分。安全功能可以减少退化和不自然的行为，比如不必要的骨盆推力。

　　那么它的表现如何呢？比我们强。DrEureka 在训练机器人pooch的过程中击败了人类，在实际的混合地形中，它的前进速度和行进距离分别提高了 34% 和 20%。

　　DrEureka 基于 GPT 的训练系统在现实世界中轻松击败人类训练的机器人

　　如何做到？研究人员认为，这与教学方式有关。人类倾向于课程式的教学环境--把任务分解成一个个小步骤，并试图孤立地解释它们，而 GPT 能够有效地一次性传授所有知识。这是我们根本无法做到的。

　　DrEureka 是同类产品中的首创。它能够从模拟世界零距离进入现实世界。想象一下，在对周围世界几乎一无所知的情况下，你被推出巢穴，只能自己摸索。这就是零镜头。

　　DrEureka 的创造者认为，如果他们能向 GPT 提供真实世界的反馈，就能进一步改进模拟到现实的训练。目前，所有的模拟训练都是利用机器人自身本体感觉系统的数据完成的，但如果 GPT 能够通过真实世界的视频画面看到出错的地方，而不是仅仅从机器人的日志中读取执行失败的信息，那么它就能更有效地完善自己的指令。

　　人类平均需要一年半的时间才能学会走路，而大概只有百分之一的人类能在瑜伽球上学会走路。

　　您可以在这里观看一段未经剪辑的 4 分 33 秒视频，视频中机器人狗狗轻松在瑜伽球上散步，且没有停下来在消防栓上撒尿：

　　特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。

　　百度副总裁璩静回应被开除：买我们文心一言年卡我告诉你！百度总机接线人员：系统内仍可查询其信息

　　锁定退市，股价只剩0.13元！曾连续财务造假9年，公司最新回应：女老板没移民，仍在境内……

　　网传大厂女员工被裁！带着260万回老家种地，每月利息4961.21元…

　　“变成蝴蝶参加我婚礼！”湖南一新郎给已逝外婆发信。