在過去幾年中，加州大學伯克利分校的Pieter Abbeel等研究人員一直在研發(fā)教導機器人掌握新技能的方法，日前，Abbeel和來自加州大學伯克利分校、OpenAI的數(shù)位同事正式掛牌創(chuàng)辦了一家名為Embodied Intelligence的新創(chuàng)業(yè)公司，并且成功完成了700萬美元的種子輪融資。
Embodied Intelligence希望解決機器“服從”的問題，讓它具有主動學習的能力。這是目前機器人的一個決定性問題：只要你每一次都確切地告訴它們這是什么，機器人可以完成任何你交待的任務(wù)。對于機器人在工廠里重復完成同樣的任務(wù)，這不是一個問題。但當你加入新的或混合其他不同的東西時，這將成為一個非常令人頭痛的問題。他們希望“工業(yè)機器人手臂能像人類一樣感知世界和做出行動，而不僅僅只是遵循預編程的軌跡”。
Embodied的目標是使現(xiàn)有機器人硬件能夠處理當前解決方案無法實現(xiàn)的更廣泛任務(wù)，例如復雜形狀的箱體拾取、配套、裝配、不規(guī)則堆棧與卸垛，以及操作可變形物體，比如電線、織物、亞麻布、流體袋和食物等。為了使現(xiàn)有機器人掌握這些技能，一切將建立在深度強化學習，深度模仿學習上。
雖然人類可以毫不費力地完成這樣的任務(wù)，但當前的機器人尚無法做到，這就是為什么人類和機器手臂之間會存在如此巨大差距的原因。Embodied希望通過可以快速靈活學習新技能的機器人來彌合這種差距。
基于RLL最近的一些研究，Embodied正在采取一種基于虛擬現(xiàn)實的新方法。因為以這種方式收集的數(shù)據(jù)質(zhì)量非常高，能夠教導機器人系統(tǒng)學習一項技能而不是一系列的行動。這意味著它擁有可適應(yīng)性，可處理未經(jīng)專門訓練的任務(wù)。這對研究環(huán)境之外的操作至關(guān)重要。
值得一提的是，這個領(lǐng)域中的企業(yè)不僅只有Embodied。其他包括Kindred，Kinema Systems和RightHand Robotics等等。這些企業(yè)都在研發(fā)機器人操縱解決方案，我們需要一定的時間才能比較他們的解決方案孰優(yōu)孰劣，而Abbeel表示他們將在未來幾個月內(nèi)發(fā)布更多的演示視頻。
（免責聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關(guān)資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負任何法律責任。
任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。 ）
