從未見過現實世界數據，MIT在虛擬環境中訓練出機器狗，照樣能跑酷

AIGC動態歡迎閱讀

原標題：從未見過現實世界數據，MIT在虛擬環境中訓練出機器狗，照樣能跑酷
關鍵字：研究者,圖像,機器人,策略,數據
文章來源：機器之心
內容字數：0字

內容摘要：

機器之心報道
編輯：杜偉如今，機器人學習最大的瓶頸是缺乏數據。與圖片和文字相比，機器人的學習數據非常稀少。目前機器人學科的主流方向是通過擴大真實世界中的數據收集來嘗試實現通用具身智能，但是和其他的基礎模型，比如初版的 StableDiffusion 相比，即使是 pi 的數據都會少七八個數量級。MIT 的這個團隊希望用生成模型來作為機器人學習的新數據源，用工程手段來取代傳統的數據收集，實現一條通過由生成模型加持的物理仿真來訓練機器人視覺的技術路線。
隨著機器人在訓練過程中持續進化，進一步提升技能所需的數據也在增長。因此獲取足夠的數據對于提升機器人的性能至關重要，但在當前實踐中，針對新場景和新任務獲取數據是一個從頭開始不斷重復的手動過程。
另一種替代方法則是在模擬環境中訓練，從中可以對更多樣化的環境條件進行采樣，并且機器人可以安全地探索故障案例并直接從它們自己的行為中學習。盡管業界已經在模擬物理和渲染方面投入了大量資金，但目前為實現真實性所做的最佳實踐仍與現實存在差距。
一方面渲染真實的圖像意味著要制作細致、逼真的場景內容，但大規模手動制作此類內容以獲得機器人 sim-to-real（模

原文鏈接：從未見過現實世界數據，MIT在虛擬環境中訓練出機器狗，照樣能跑酷

聯系作者

文章來源：機器之心
作者微信：
作者簡介：