文心一言排名墊底，卻成為百度業績增長杠桿
文/侯煜編輯/羅卿知識增強大預言模式文心一言發布后，百度公司熱度大幅提升，文心一言到底能為百度的業績帶來多大的增益成為業內關注焦點。近日，百度（NASDAQ：BIDU/09888.HK）公布了
斯坦福的 ALOHA 家務機器人團隊，發布了最新研究成果 ——
項目名為 Yell At Your Robot（簡稱 YAY），有了它，機器人的“翻車”動作，只要喊句話就能糾正了！
而且機器人可以隨著人類的喊話動態提升動作水平、即時調整策略，并根據反饋持續自我改進。
比如在這個場景中，機器人沒能完成系統設定的“把海綿放入袋子”的任務。
這時研究者直接朝它喊話，“用海綿把袋子撐得再開一些”，之后就一下子成功了。
而且，這些糾正的指令還會被系統記錄下來，成為訓練數據，用于進一步提高機器人的后續表現。
有網友看了說，既然已經能朝著機器人喊話了，那汽車是不是也快點安排上，還在線點名特斯拉和其自動駕駛軟件總監 Ashok Elluswamy。
成果發布后，前谷歌機器人高級研究員 Eric Jang，前 DeepMind 研究員、斯坦福客座教授 Karol Hausman 等一眾大佬也紛紛表示了肯定和贊許。
那么，用喊話調整的機器人，都能實現什么樣的動作呢？
喊話就能發號施令利用 YAY 技術調教后，機器人以更高的成功率挑戰了物品裝袋、水果混合和洗盤子這三項復雜任務。
這三種任務的特點是都需要兩只手分別完成不同的動作，其中一只手要穩定地拿住容器并根據需要調整姿態，另一只手則需要準確定位目標位置并完成指令，而且過程中還涉及海綿這種軟性物體，拿捏的力度也是一門學問。
以打包裝袋這個任務為例，機器人在全自主執行的過程中會遇到各種各樣的困難，但通過喊話就能見招拆招。
只見機器人在將裝袋的過程中不小心把海綿掉落了下來，然后便無法再次撿起。
這時，開發者直接朝它喊話，口令就是簡單的“往我這邊挪一挪，然后往左”。
當按照指令做出動作后，第一次還是沒成功，但機器人記住了“往左”這個指令，再次左移之后便成功把海綿撿起來了。
但緊接著就出現了新的困難 —— 袋子的口被卡住了。
這時只要告訴它再把袋子打開一點點，機器人就“心領神會”，調整出了一系列后續動作，并最終成功完成任務。
而且不只是能糾正錯誤，任務的細節也能通過喊話實時調整，比如在裝糖的任務中，開發者覺得機器人拿的糖有點多了，只要喊出“少一點”，機器人就會將一部分糖果倒回盒子。
進一步地，人類發出的這些指令還會被系統記錄并用作微調，以提高機器人的后續表現。
比如在刷盤子這項任務中，經過微調之后的機器人清潔力度更強，范圍也變大了。
統計數據表明，機器人在經歷這種微調之后，平均任務成功率提高了 20%，如果繼續加入喊話指令還能繼續提高。
而且這樣的指令-微調過程可以迭代進行，每迭代一次機器人的表現都能有所提升。
那么，YAY 具體是如何實現的呢？
人類教誨“銘記在心”架構上，整個 YAY 系統主要由高級策略和低級策略這兩個部分組成。
其中高級策略負責生成指導低級策略的語言指令，低級策略則用于執行具體動作。
具體來說，高級策略將攝像頭捕捉到的視覺信息編碼，與相關知識結合，然后由 Transformer 生成包含當前動作描述、未來動作預測等內容的指令。
而低級策略接收到語言指令后，會解析這些指令中的關鍵詞，并映射到機器人關節的目標位置或運動軌跡。
同時，YAY 系統引入了實時的語言糾正機制，人類的口頭命令優先級最高 —— 經識別后，直接傳遞給低級策略用于執行。
且在這個過程中命令會被系統記錄并用于微調高級策略 —— 通過學習人類提供的糾正性反饋，逐漸減少對即時口頭糾正的依賴，從而提高長期任務的自主成功率。
在完成基礎訓練并已經在真實環境中部署后，系統仍然可以繼續收集指令信息，不斷地從反饋中學習并進行自我改進。
本項目的第一作者是斯坦福大學的學生研究員 Lucy X. Shi，2019 年畢業于人大附中后進入南加州大學就讀計算機科學專業。
其間，Lucy 曾到英偉達實習研究多模態大模型，并曾與知名 AI 學者 Jim Fan 博士合作。
她的論文曾連續兩年被機器人頂會 CoRL 收錄，還入選過 NeurIPS，本人還被 DeepMind 邀請發表過演講。
Lucy 的導師 Chelsea Finn 是斯坦福計算機科學和電氣工程系助理教授，谷歌學術論文引用數超 4.7 萬，此前還在 Google Brain 工作過一段時間。
包括本項目在內，在 ALOHA 團隊發表的一系列論文當中，Finn 總是作為通訊作者出現。
此外，ALOHA 團隊的 Tony Z. Zhao、Sergey Levine 等研究人員，也是本文的共同作者。
論文地址：
https://arxiv.org/abs/2403.12910
本文來自微信公眾號：量子位 （ID：QbitAI），作者：克雷西
本文鏈接：http://www.tebozhan.com/showinfo-45-3930-0.html斯坦福團隊新作：喊話就能指導機器人，任務成功率暴增，網友：特斯拉搞快點
聲明：本網頁內容旨在傳播知識，若有侵權等問題請及時與本網聯系，我們將在第一時間刪除處理。郵件：2376512515@qq.com
Copyright ? 2016-2023 天津谷騏科技有限公司 版權所有 sitemap.xml
違法及侵權請聯系：2376512515@qq.com 津ICP備18001702號
津公網安備 12010102000574號