適應多形態多任務，最強開源機器人學習系統「八爪魚」誕生

AIGC動態歡迎閱讀

原標題：適應多形態多任務，最強開源機器人學習系統「八爪魚」誕生
關鍵字：機器人,模型,任務,數據,策略
文章來源：機器之心
內容字數：8431字

內容摘要：

機器之心報道
編輯：Panda一位優秀的相聲演員需要吹拉彈唱樣樣在行，類似地，一個優秀的機器人模型也應能適應多樣化的機器人形態和不同的任務，但目前大多數機器人模型都只能控制一種形態的機器人執行一類任務。現在 Octo（八爪魚）來了！這個基于 Transformer 的模型堪稱當前最強大的開源機器人學習系統，無需額外訓練就能完成多樣化的機器人操控任務并能在一定程度適應新機器人形態和新任務，就像肢體靈活的八爪魚。在機器人學習方面，一種常用方法是收集針對特定機器人和任務的數據集，然后用其來訓練策略。但是，如果使用這種方法來從頭開始學習，每一個任務都需要收集足夠數據，并且所得策略的泛化能力通常也不佳。
原理上講，從其它機器人和任務收集的經驗能提供可能的解決方案，能讓模型看到多種多樣的機器人控制問題，而這些問題也許能提升機器人在下游任務上的泛化能力和性能。但是，即便現在已經出現了能處理多種自然語言和計算機視覺任務的通用模型，構建「通用機器人模型」依然困難重重。
要為機器人訓練一個統一的控制策略非常困難，其中涉及諸多難點，包括操作不同的機器人機體、傳感器配置、動作空間、任務規范、環境和計算預算。

原文鏈接：適應多形態多任務，最強開源機器人學習系統「八爪魚」誕生