巴音郭楞泡沫板橡塑板专用胶 自变量又整大活? 机器人学做务只需30秒

作者｜周松

原创发｜蓝字计划

不少长平时教小朋友写作业，半个小时就能把自己气崩溃。

可真要让他们教台机器人叠衣服、倒水，才知道什么叫真正的模式。

教机器人学个新动作，就像教小朋友写字。不仅要反复示范几十次，还需要工程师在旁边采集数据、调整模型。甚至是“左耳进右耳出”，同个字，换支笔就不会写了。

不过，近自变量机器人发布的HOST机器人学习框架，试图把过去的几十次示范，压缩成段。

图源：自变量HOST官网巴音郭楞泡沫板橡塑板专用胶

用他们的话来说，机器人现在也开始“看遍就会”了。

人类只需要留下个示范，机器人看完以后，就能自己尝试完成同项任务。整个技能获取过程平均只需要29秒，也不用重新调整模型参数。

在50项新任务中，HOST的平均成功率为62；而π₀.₅在接受50条机器人示范并完成微调后，平均成功率为38。

也就是说，过去反复示范50次都不定教会的动作，现在机器人看遍就敢自己上手。

只不过，人有五根手指，机器人可能只有只夹爪；人类三秒做完的动作，机器人可能需要五秒。

它究竟怎么只靠段，学会人类的动作？

对着学，学习速度提升500倍

过去教机器人做务，主流法包括示教复现、模仿学习和强化学习等。

名字虽然不同，麻烦却差不多：人类需要反复示范，机器人需要大量练习，工程师还得不断调整模型参数。

图源：自变量HOST论文截图巴音郭楞泡沫板橡塑板专用胶

个简单动作，可能需要采集几十次甚至多数据；换个角度、场景或者物体，又可能要重新训练。

而让机器人直接观看人类的教学，原本是条省事的路。

可真学起来，个问题就出现了：

人和机器人干活的速度根本不样。

人类三秒就能拿起水壶，把水倒进杯子；机器人可能花了三秒，还在调整夹爪，研究怎么抓住水壶。

如果硬是按照时间秒秒照着学，那很容易就会碰上大的进度条不样，陷入“跨服聊天”。

HOST的处理式，类似人类照着做菜学做饭。

里的人已经把菜下锅，并不代表你也要立刻下锅。只要知道自己现在做到洗菜、切菜还是开火，再去找里的对应步骤就行了。

机器人也是如此。

HOST会先判断机器人当前做到哪步，再从教学里寻找相同阶段。机器人正在抓水壶，就去看人类抓水壶时的画面；等它把水壶移动到杯子上，再继续学习后面的动作。

图源：自变量HOST官网

这样来，即使人类三秒完成倒水，机器人需要五秒，学习过程也不会乱套。

据自变量披露，相比Physical Intelligence出的π₀.₅加监督微调案，HOST需要的示范数量减少至约五十分之，技能获取速度较快的监督微调基线提升约507倍。

图源：自变量HOST官网

同样只看段人类的两项基线中，表现好的项平均成功率也只有19，HOST出43个百分点。

不过，跟得上，只解决了“跨服聊天”的问题。

有个加现实的问题摆在HOST 面前：巴音郭楞泡沫板橡塑板专用胶

人有五根手指，机器人可能只有只夹爪。

即使它看懂了人类正在做什么，也不可能原样照抄人类的动作。

能抓到老鼠的，就是好机器人

很多人可能没有发现，我们在做个简单的动作时，都会有非常多的感官配。

比如抓起个杯子时，我们的眼睛负责判断距离，手指根据杯子的重量和摩擦力调整握力，手腕还会随时修正角度。

机器人没有同样的手指、肌肉和身体经验。让它照抄人类手臂移动的轨迹，很容易撞到桌子，或者夹了半天也没拿起杯子。

因此，HOST没有让机器人照抄人类的动作，而是先看人类把事情做成了什么样，再用自己的身体实现同样的结果。

图源：自变量HOST官网（画面加速处理）

这种理念，和我们句熟悉的谚语非常接近：黑猫白猫，能抓到老鼠的就是好猫，只不过这次上阵的是个机器猫。

这就像同样要把件衣服放进柜子，有人用左手，有人用右手；动作可以不同，只要衣服后放进去了就行。

HOST把这项工作交给同个模型中两个分工不同的模块：个负责看懂、判断进度和预测结果，保温护角专用胶另个负责生成机器人动作。

关键的是，机器人学习新技能时，不需要重新训练模型，也不用修改原有参数。

过去，机器人每学项新任务，都可能要重新调整模型。新能力写进去以后，还可能覆盖原有能力，出现“刚学会叠衣服，又把怎么倒水忘了”的情况，这就是所谓的“灾难遗忘”。

HOST像是给机器人建立了个“技能收藏夹”。

每看完段教学，它就把这次任务保存成份可以调用的经验。以后遇到相同任务，再把对应经验找出来，不为了增加个新技能，重新改造整个大脑。

自变量给出的实验结果显示，之前的π₀.₅加微调案学习新技能后，旧技能的保留率只有17；而现在他们的HOST由于不修改模型参数，新旧技能不会直接相互覆盖，之前学过的还能在后面继续使用。

图源：自变量HOST官网

这也带来了另个好处：降低成本。

毕竟从反复训练到随看随学，省下了反复采集数据和微调模型的成本，终“教机器人做事”这块的成本确实降了下来。

但这里还有个很容易产生的误解：

HOST只需要段，不代表机器人此前什么都没学过。

恰恰相反，这台“看遍就会”的机器人，已经提前练习了近20万次。

机器人的“小镇做题”

HOST所谓的“看遍就会”，只是说机器人面对项新任务时，只需要看段示范。

在此之前，它早就经历了漫长的“题海战术”。

HOST先使用了193462段机器人操作轨迹进行训练，覆盖229项不同任务。

这些数据其实早就教会了机器人些基本的规律：机械臂应该怎么移动，夹爪怎样抓住物体，个动作做下去，眼前的画面又会发生什么变化。

图源：自变量HOST官网（画面加速处理）

不仅如此，为了让机器人读懂人类的教学，HOST随后又使用了5847段人类示范，并为它们配上完成相同任务的机器人操作轨迹。

人类怎样拿起杯子，机器人又该怎样用夹爪实现相同结果，都是在这个阶段慢慢学会的。

所以，HOST的“段学会新技能”，像个已经做过近20万道练习题的学生，看完道新例题以后，很快摸清了解题法。

这和个从来没上过学的小朋友，看遍奥数题就突然开窍，显然不是回事。

但近20万次练习，也没有让HOST的突破失去意义。

过去，教机器人完成个新任务，通常需要业人员遥控机器人反复示范，再把收集到的数据交给模型继续训练。

按照HOST使用的对照案，采集50次机器人示范，再完成后续微调，项新技能大约需要4到4.9个小时。

HOST将项新技能的平均获取时间压缩至约29秒，同时省去了后续微调模型的过程。

也就是说，HOST没有让机器人的全部训练成本凭空消失。

它仍然建立在近20万段机器人轨迹和5847段人类示范之上；真正被大幅压缩的，是机器人以后每增加项新技能的成本。

图源：自变量HOST论文截图

至于这段后由谁来拍，目前还没有明确答案。

机器人厂商可以在产品出厂前准备技能，项目交付人员也可以根据现场环境补充任务；未来如果操作足够简单，消费者或许也可以亲自示范。

HOST本身只是种学习法，还没有决定机器人终会以什么产品形态来到用户面前。

因此，把HOST理解成机器人刷段便什么都会，显然夸大了它的能力。

即使HOST能解决机器人怎样快学会下项技能的问题，但谁来教、什么时候教，以及买愿不愿意亲自教，都要等真正的产品出现以后，才有答案。

参考资料：

[1]自变量机器人：自变量开源 HOST 框架，让机器人看条数十秒学会新技能，较主流法提速 500 倍、数据量仅需 1/50

[2]APPSO：机器人刷段「短」，就能学会新技能？自变量 HOST 技术「器」来了

[3]圆周智行：摆脱数据依赖 自变量找到了机器人进的通用秘钥

[4]PaperAgent：机器人看29s学会个新技能，自变量开源HOST框架

[5]客公园：自变量200亿估值背后，具身智能在给什么定价？相关词条:铁皮保温施工     隔热条设备     锚索    离心玻璃棉    万能胶生产厂家

奥力斯    pvc管道管件胶批发    联系人：王经理    手机：15226765735（微信同号）    地址：河北省任丘市北辛庄乡南代河工业区

1.本网站以及本平台支持关于《新广告法》实施的“极限词“用语属“违词”的规定巴音郭楞泡沫板橡塑板专用胶，并在网站的各个栏目、产品主图、详情页等描述中规避“违禁词”。
2.本店欢迎所有用户指出有“违禁词”“广告法”出现的地方，并积极配合修改。
3.凡用户访问本网页，均表示默认详情页的描述，不支持任何以极限化“违禁词”“广告法”为借口理由投诉违反《新广告法》，以此来变相勒索商家索要赔偿的违法恶意行为。