Elon Musk支持的OpenAI正在教授機器人如何像人類一樣學(xué)習(xí)

總部位于舊金山的非營利性研究實驗室OpenAI，由Elon Musk支持，今天宣布其機器人工作的研究里程碑。該成就是一種新算法，它允許人類通過首先在虛擬現(xiàn)實中執(zhí)行任務(wù)來將任務(wù)傳達給AI。該方法基于所謂的一次性模仿學(xué)習(xí)，這是一種OpenAI開發(fā)的技術(shù)，允許軟件僅使用一個示例來指導(dǎo)機器人模仿物理動作。

在這種情況下，OpenAI正試圖教一個機器人手臂如何堆疊一系列彩色立方體形狀的塊。佩戴VR耳機的人首先在虛擬環(huán)境中手動執(zhí)行任務(wù)。OpenAI然后有它的視覺網(wǎng)絡(luò) - 一種在數(shù)十萬個模擬圖像上訓(xùn)練的神經(jīng)網(wǎng)絡(luò) - 觀察動作。這部分過程基于之前的OpenAI研究，該研究側(cè)重于使用具有不斷變化的變量的模擬數(shù)據(jù)來訓(xùn)練AI。

因為收集真實世界的圖像是密集的，昂貴的和耗時的，所以與模擬數(shù)據(jù)實現(xiàn)類似的效果更快且更有效。在這種情況下，OpenAI選擇不使用其設(shè)置的真實照片，而是選擇為其算法提供大量的桌面虛擬圖像和具有不同風(fēng)格的背景，光照效果和紋理的塊。這樣做允許算法在分析來自機器人的攝像機饋送時，在沒有看過它的情況下理解場景。

然后，OpenAI的算法從視覺網(wǎng)絡(luò)中收集信息，并將其提供給第二個神經(jīng)網(wǎng)絡(luò)，稱為仿制網(wǎng)絡(luò)，引導(dǎo)機器人手臂。它懷疑該行動的意圖應(yīng)該是什么，然后通過預(yù)測人類演員在類似情況下會做什么來模仿它。當(dāng)然，棘手的部分是塊每次都有不同的顏色和排列，但軟件可以堆疊三個獨立的雙立方體堆棧，無論初始設(shè)置如何：

所有這一切都只使用模擬數(shù)據(jù)完成，而不是通過顯示機器人視頻或真實世界示例的照片。“我們的機器人現(xiàn)在已經(jīng)學(xué)會了執(zhí)行任務(wù)，即使它的動作必須與演示中的動作不同，”OpenAI技術(shù)人員Josh Tobin在一個用于演示新算法的視頻中解釋道。“通過對任務(wù)的單一演示，我們可以在許多不同的初始條件下復(fù)制它。教導(dǎo)機器人如何構(gòu)建不同的塊安排只需要一次額外的演示。“

這里的長期目標(biāo)是讓AI能夠快速學(xué)習(xí)新的行為，并利用這些知識來適應(yīng)環(huán)境中不可預(yù)測的變化。托賓說：“嬰兒天生具有模仿其他人所做的事情的能力。” “模仿可以讓人類快速學(xué)習(xí)新的行為。我們希望我們的機器人能夠以這種方式學(xué)習(xí)。“