丰田研究院在机器人新行为教学方面取得突破

新的生成式人工智能技术使研究人员距离建立“大型行为模型”又近了一步

近日，丰田研究院 (TRI) 宣布了一项基于扩散策略的突破性生成人工智能方法，可快速向机器人传授新的灵巧技能。这一进步显着提高了机器人的实用性，是朝着为机器人构建“大型行为模型（LBM）”迈出的一步。这种新的教学技术既非常高效，又能产生非常高的表现行为，使机器人能够在许多方面更有效地增强人类的能力。

以前教机器人新行为的最先进技术缓慢、不一致、效率低下，并且通常仅限于在高度受限的环境中执行狭隘定义的任务。机器人专家需要花费大量时间编写复杂的代码和/或使用大量的试错周期编程。

丰田研究院 (TRI) 已经使用新方法教会了机器人 60 多种困难而灵巧的技能，包括倒液体、使用工具和操纵可变形物体。这些成就是在没有编写一行新代码的情况下实现的；唯一的变化是为机器人提供新数据。在此成功的基础上，TRI 制定了雄心勃勃的目标，即到今年年底教授数百项新技能，到 2024 年底教授 1,000 项新技能。找有价值的信息，请记住Byteclicks.com

TRI 的机器人现在可以通过各种丰富的方式与世界互动——有一天，机器人将能够在日常情况以及不可预测、不断变化的环境中为人们提供支持。

技术细节：

TRI 的机器人行为模型从老师的触觉演示中学习，并结合目标语言描述。然后，它使用基于人工智能的扩散策略学习所展示的技能。这个过程允许从数十个演示中自主部署新行为。这种方法不仅能产生一致、可重复且高性能的结果，而且速度极快。

TRI 针对这一新颖发展的研究取得的主要成果包括：

• 扩散政策： TRI 和哥伦比亚大学宋教授 小组的合作者开发了一种新的、强大的生成式人工智能方法来进行行为学习。这种方法称为扩散策略，可以通过演示轻松快速地进行行为教学。  
• 定制机器人平台：  TRI 的机器人平台专为灵巧的双臂操作任务而定制，特别注重实现触觉反馈和触觉感应。
• 正在开发中：TRI 机器人已经学会了 60 种灵巧技能，目标是到今年年底学习数百种技能，到 2024 年底学习 1,000 种技能。
• Drake： 秘密武器的一部分是Drake，它是一种基于模型的机器人设计，提供尖端的工具箱和模拟平台。Drake的高度现实主义使我们能够以比其他方式大幅提高的规模和速度在模拟和现实中进行开发。TRI的内部机器人堆栈是使用 Drake 的优化和系统框架构建的，并且已将 Drake 开源以促进整个机器人社区的工作。 
• 安全： 安全是 TRI 机器人技术工作的核心。设计的系统具有强大的保障措施，由 Drake 和定制机器人控制堆栈提供支持，以确保机器人遵守安全保证，例如不与自身或其环境发生碰撞。

扩散政策 已在 2023 年机器人科学与系统会议上发布。 其他技术信息可在TRI 的 Medium 博客上找到。