高層速讀

關鍵信息：Open AI的研究人員創(chuàng)造了一種系統(tǒng)——Dactyl，這種系統(tǒng)不僅能使機械手像人類一樣抓取和操縱物體，而且還能使其自行開發(fā)去抓取新物品。研究人員使用虛擬數據在計算機上進行模擬，使Dactyl可以控制和操縱任何東西，就像人一樣。

關鍵數據：該系統(tǒng)使用了6144個CPU和8個GPU，在50個小時內收集了100年的經驗。

關鍵意義：該系統(tǒng)運動的自然性，以及通過不斷的嘗試和錯誤來獨立完成的物品抓取，對于必須與現實世界交互的機器人來說十分重要。

用手抓東西是在我們在嬰兒時期學到的第一件事，但它遠非一項簡單的任務，而且隨著成長，它逐漸變得復雜和多變。這種復雜性使得機器很難教自己學會去抓取新的物品，但Open AI的研究人員創(chuàng)造了一種系統(tǒng)，這種系統(tǒng)不僅能像人類一樣持有和操縱物體，而且還能自行開發(fā)去抓取新物品。

許多機器人和機械臂已經熟練掌握了某些握持或動作，比如在工廠里，機器人可以更靈巧地揮舞一個扳手，但是讓機器人完成這項任務的軟件是由人工寫入的，而且一般只能應用于某一特定工序，比如你給它一支鉛筆，它不可能學會寫字。即使是在同一條生產線上，焊接和打磨也需要不一樣的系統(tǒng)。但對于一個人來說，拿起蘋果和杯子并沒有什么不同。

實際上蘋果和杯子之間是有區(qū)別的，但我們的大腦會自動填補空白，使我們可以即興發(fā)揮新的抓取力，牢牢地握住一個陌生的物體，這就是機器人落后于人類的一個領域。進一步講，你不能僅訓練機器人去完成一個人能抓取的物品，你必須提供數以百萬計的例子來充分展示一個人將如何處理成千上萬個其他給定的對象。

對此，OpenAI的研究人員認為，讓機器人抓取新物品的解決方案根本不是使用人類的數據，而是使用虛擬數據。他們讓計算機在模擬中反復試驗，慢慢地學會如何移動手指，以使物體在它的手中移動。

研究人員在此問題上投入了大量的計算量：6144個CPU和8個GPU，“在50個小時內收集了100年的經驗”。

然后他們把這個系統(tǒng)應用到現實世界中，它展示了一些令人驚訝的類似人類的行為。比如在把一個蘋果轉過來檢查瘀傷或者遞一杯咖啡給朋友的過程中，我們用很多小技巧來穩(wěn)定或移動物體，甚至我們自己都沒有注意到。Dactyl重建了其中的幾個技巧，例如用拇指和單指握住物體，其余的則旋轉到想要的方向。

這個系統(tǒng)的偉大之處不僅在于它運動的自然性，而且在于它們是通過不斷的嘗試和錯誤來獨立完成的，它并沒有與任何特定的形狀或類型的物體綁定在一起。

就像人一樣，Dactyl可以控制和操縱任何東西，當然是在合理的范圍內，這種靈活性被稱為泛化，對于必須與現實世界交互的機器人來說，這一點很重要。

要為世界上每一個物體和場景手動編代碼顯然是不可能的，但是一個能夠適應并填補空白的機器人，依靠一套核心的理解可以卻可以做到。

生成海報

免責聲明：本網站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網站出現的信息，均僅供參考。本網站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網站中的網頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時，應及時向本網站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。