初創(chuàng)公司訓練像木偶這樣的機器人

今天的機器人必須通過編寫計算機代碼進行編程，但是想象一下戴上VR耳機并虛擬引導機器人完成一項任務，就像你移動木偶的手臂一樣，然后讓機器人從那里拿走它。

這就是加州大學伯克利分校電子工程和計算機科學教授Pieter Abbeel和他的學生Peter Chen，Rocky Duan和Tianhao Zhang的愿景，他們創(chuàng)辦了一家創(chuàng)業(yè)公司Embodied Intelligence Inc.，深層強化學習和人工智能的最新技術(shù)，使工業(yè)機器人易于教學。

“現(xiàn)在，如果你想建立一個機器人，你就可以讓機器人按照自己的意愿去做，這需要花費大量的時間和很多的專業(yè)知識，”阿貝爾說道，他目前正準備離開愿景變?yōu)楝F(xiàn)實。“隨著我們在機器學習方面的進步，我們可以編寫一個軟件一次機器學習代碼，使機器人能夠?qū)W習 - 然后當機器人需要配備新技能時，我們只需提供新數(shù)據(jù)。”

“數(shù)據(jù)”就是訓練，就像你訓練一個人類工作者一樣，雖然增加了虛擬現(xiàn)實的維度。使用VR耳機而不接觸機器人，人們可以在一天內(nèi)訓練機器人，而通常需要幾周到幾個月來編寫新的計算機代碼來重新編程機器人。該技術(shù)可與目前在世界各地的制造工廠和倉庫中使用的機器人一起使用。

“商品VR設(shè)備提供了一種簡單的方法來控制物理機器人。由于機器人只是模仿VR跟蹤的手部動作，沒有經(jīng)過任何特殊訓練的人可以讓機器人從一開始就做正確的事情，”陳說。“機器人會繼續(xù)學習，過了一會兒機器人說，'我明白了，我現(xiàn)在可以自己完成這項任務了。' “

在上個月在網(wǎng)上發(fā)表的一篇論文中，Abbeel和他的同事們證明了這種模仿學習的強大功能：他們使用價值1000美元的VR耳機和手動跟蹤軟件，培訓了一個機器人，協(xié)調(diào)自己的愿景，學習復雜的新技能。將釘子插入孔中。

“它完全改變了周轉(zhuǎn)時間，因為你需要的數(shù)據(jù)量相對較小，”Abbeel說。“你可能只需要一天的人類演示，就可以獲得足夠的數(shù)據(jù)，讓機器人獲得技能。”

“當我們執(zhí)行一項任務時，我們不會在頭腦中解決復雜的微分方程。相反，通過與物理世界的相互作用，我們獲得了關(guān)于如何移動我們身體的豐富直覺，否則無法用計算機代碼來表示，”段說。“這很像AlphaGo，它不使用傳統(tǒng)方法中常見的任何硬編碼策略，而是通過機器學習獲得自己的直覺和策略。”

AlphaGo是由Alphabet Inc.開發(fā)的一款計算機程序，用于玩中國古代棋盤游戲Go，對于計算機而言，它比棋子或國際象棋更復雜。使用機器學習，今年早些時候AlphaGo擊敗了世界排名第一的Go玩家。

Abbeel是該創(chuàng)業(yè)公司的總裁兼首席科學家，他于9月份與他的三名研究生共同創(chuàng)立了公司：Chen，現(xiàn)任首席執(zhí)行官; 段，現(xiàn)任首席技術(shù)官; 和張，現(xiàn)在的技術(shù)人員。它位于伯克利南部的埃默里維爾，已經(jīng)籌集了700萬美元的種子資金。

Abbeel，Chen，Duan和Zhang在伯克利AI研究實驗室工作多年。Abbeel，Chen和Duan還在OpenAI，一個由Elon Musk共同創(chuàng)辦的非營利性公司，特斯拉和Space-X成名，并致力于建立安全的AI。

該公司背后的想法來自于團隊的觀察，即過去五年中深度強化學習和深度模仿學習的快速進步并未反映在當今用于組裝汽車和電器或在倉庫周圍移動物品的工業(yè)機器人中。

“這是我們剛剛在加州大學伯克利分校開發(fā)的一項了不起的能力，我們決定將這項工作融入世界，并使公司仍然使用比現(xiàn)有技術(shù)落后多年的技術(shù)，”Abbeel說。“這將實現(xiàn)機器人自動化的民主化。”