字号 ·· | 护眼
英国广播公司

机器人技术:各企业竞相改进机器人训练系统

Freddo 机器人走过办公室,拿起一名工作人员递来的塑料瓶。

考虑到最近有机器人打破了尤塞恩·博尔特的100米冲刺纪录,这并不是最令人惊讶的成就。

但Freddo 被训练成行走、识别瓶子并抓取的速度令人印象深刻。只用了几分钟就开发出这些技能并上传到Freddo。开发者表示,竞争系统可能需要数天才能达到同样的技能。

我在Vsim,这是一家位于剑桥的英国初创公司。创始人Michelle Lu 和 Kier Storey 希望有一天他们的软件能够控制能够在家庭和工作场所导航并执行有用任务的机器人。但这条路还很长。

Storey 说:“机器人领域的情况有点奇怪,因为实际上我们人类觉得极其困难的事情,比如体操,机器人却可以做得相当不错。而人类擅长的事情,比如精细的灵巧操作,却在机器人上非常困难。”

Freddo 的技能是在虚拟环境中打磨的,在那里一个任务可以在计算机仿真中执行数百万次。一旦找到最佳解(称为策略),就可以上传并用于硬件——在本例中即 Freddo。

这种虚拟仿真是训练机器人的常用方式。科技巨头 Nvidia 有一个名为 Isaac Sim 的系统就是这样工作的——Lu 和 Storey 都曾参与其早期版本的开发。

2022 年,他们决定成立 Vsim,打造自己的训练系统环境及其他工具。

由于从零开始,Lu 和 Storey 能够优化软件,以充分利用用于人工智能的强大计算芯片——图形处理单元(GPU)。

Storey 说:“我们用于大多数机器人仿真的底层算法可以追溯到上世纪七、八十年代,但这些算法并不十分适合 GPU。”

几个月后,他们意识到自己的系统的运行速度远超以往见过的任何系统。

“经过十八个月的研发,我们终于开发出了一款功能完备、性能极高的模拟器,”卢说道。

这款软件的运行效率非常高,甚至可以在 Freddo 所搭载的硬件上正常运行;这意味着该机器人可以在移动的同时进行数以万计的模拟实验。

“这款模拟器能够预测未来大约一秒钟内可能发生的 20,000 种不同情况,”斯托里解释道。

对于在像普通家庭这样的非结构化环境中活动的机器人来说,这种预测能力至关重要。

“机器人无法控制外部因素(如人类、动物或其他机器人)的行为,这些因素可能会导致策略上的调整。这些意外事件可能发生得非常迅速,因此机器人必须能够迅速做出反应,以确保自身的行为既安全又符合任务要求,”卢补充道。

Vsim 是一家拥有 10 名工程师的初创公司,专门致力于相关技术的研发。而英伟达(Nvidia)则是该领域的行业巨头——该公司在用于人工智能的计算机芯片市场占据主导地位,并拥有一个规模庞大的机器人软件研发团队(数百名工程师)。

英伟达并不直接制造机器人,而是提供一套软件工具,帮助各类组织训练和操控机器人。这套工具包括虚拟模拟训练系统,以及名为 “Cosmos” 的“世界模型”——该模型能让机器人理解现实世界的物理规律以及其周围环境的变化情况。

不过,即便拥有英伟达强大的计算资源,这款软件对现实世界的理解仍然非常有限。

“比如简单的动作(比如拿起一个瓶子),这并不难实现;但当涉及到需要长时间规划的任务时(比如‘请拿起这个瓶子、把它倒满水’),问题就出现了,”英伟达机器人产品部门总监斯宾塞·黄(Spencer Huang)说道。

但他确信已经取得了良好进展。今年,英伟达开始使用 AI 代理来帮助构建虚拟环境,以训练机器人并验证训练得到的方案是否有效。

“当我们谈论创建(虚拟)世界并实际扫描进去时——其中很多工作实际上是人工劳动。”

“我们只是把代理扔进去……这基本上为我们提供了一支庞大的劳动力,”黄说。

仿真并不是训练机器人的唯一方法。它们也可以通过观看人类或视频示范进行训练。

Rika Antonova 自 2015 年起从事机器人领域的工作,现任剑桥大学计算机科学与技术系的副教授。她的研究重点是开发能够帮助机器人学习复杂行为的软件和硬件。

Antonova 使用一种名为 MuJoCo 的训练系统,该系统自 2021 年起归谷歌 DeepMind 所有。它是开源软件,这意味着研究人员可以免费使用,并且可以自行修改代码。

“它非常、非常易用。因此对于研究团队或小型初创公司来说都很有帮助,”她说。她表示,Vsim 的方法——超高速仿真——前景看好。

“如果你拥有一个非常、非常快的模拟器,那么在机器人思考如何调整运动的那几秒钟内,你就可以模拟数亿个样本,然后几乎实时地改变运动,”她说。

但这些模拟环境仍然是对真实世界的粗略近似,这限制了可训练的内容。

“有些东西在仿真中很难建模,例如高度可变形的物体和切割,”她说。

这是英伟达以及 Vsim 的 Lu 和 Storey 正在努力攻克的挑战。

卢表示,他们的系统通过“减少近似计算”的方式,利用精确的模拟技术来训练模型,从而使这些模型在现实世界中的表现与在模拟环境中的表现一样出色。很快,第二台名为“Nacho”的机器人将会加入进来,协助进一步开发这项技术。

卢认为这会加快他们的研发进程,并确保他们的软件能够在不同的设备上正常运行。

当然,这也会让“Freddo”不再那么孤单(即:Freddo不会再感到被忽视或被冷落)。