OpenAI虛擬訓(xùn)練機(jī)器人手以進(jìn)行實(shí)際的靈巧操作

OpenAI擁有一只名為Dactyl的機(jī)器人人形機(jī)器人，它已經(jīng)完全通過(guò)仿真訓(xùn)練，并且能夠?qū)⒎抡嬷R(shí)轉(zhuǎn)移到現(xiàn)實(shí)世界中。Dactyl可以使用OpenAI在過(guò)去12個(gè)月中一直在努力的技術(shù)來(lái)適應(yīng)現(xiàn)實(shí)世界的物理學(xué)。Dactyl使用與OpenAI Five相同的通用強(qiáng)化學(xué)習(xí)算法和代碼。

該公司所說(shuō)的已被證明可以在模擬中訓(xùn)練代理，然后讓他們使用模擬培訓(xùn)來(lái)執(zhí)行實(shí)際任務(wù)，而無(wú)需對(duì)世界進(jìn)行物理精確的建模。Dactyl是使用陰影靈巧手操縱對(duì)象的系統(tǒng)。

在測(cè)試中，手持設(shè)備的手掌上有一個(gè)方塊或棱柱，然后要求手將所持對(duì)象重新定位到另一個(gè)方向。OpenAI表示，網(wǎng)絡(luò)僅觀察手周?chē)娜MRGB攝像機(jī)的指尖坐標(biāo)和圖像。物體在手掌中的重新定向需要解決幾個(gè)問(wèn)題。

這些包括在現(xiàn)實(shí)世界中工作而不是模擬。由于手具有24個(gè)自由度，因此可進(jìn)行高尺寸控制。必須克服嘈雜和局部的觀察。而且手需要能夠重新定向多種對(duì)象，這意味著OpenAI所采用的方法不僅限于特定的對(duì)象幾何形狀。

OpenAI在旨在提供各種練習(xí)而非最大化真實(shí)感的仿真中將其方法域隨機(jī)學(xué)習(xí)稱(chēng)為“隨機(jī)學(xué)習(xí)”。該公司表示，機(jī)智可以使其迅速擴(kuò)大規(guī)模，并不再?gòu)?qiáng)調(diào)現(xiàn)實(shí)主義。機(jī)器人設(shè)置的仿真是使用MuJuCo物理引擎構(gòu)建的，并使用了真實(shí)機(jī)器人的“粗略近似”。