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在過去12個(gè)月中一直在努力的技術(shù)來適應(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)來執(zhí)行實(shí)際任務(wù)，而無需對世界進(jìn)行物理精確的建模。Dactyl是使用陰影靈巧手操縱對象的系統(tǒng)。

在測試中，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象重新定位到另一個(gè)方向。OpenAI表示，網(wǎng)絡(luò)僅觀察手周圍的三組RGB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象，這意味著OpenAI所采用的方法不僅限于特定的對象幾何形狀。

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，并不再強(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”。