生成式AI赋予机器人跨领域通用能力
原文网址:
https://bit.ly/3VNW0pn
原文:
在机器人领域追求通用人工智能的路途上，资料的多样性和整合度一直是关键挑战。尽管
硬件设计已有长足进展，但要真正实现所谓“通用型人形机器人”，仍需突破训练数据的
限制。麻省理工学院(MIT)最新研究指出，运用生成式AI技术有望跨越这一障碍，为机器
人赋予跨领域的通用能力。
研究团队提出了一种名为“策略/政策组合”(Policy Composition, PoCo)的新方法，能
将不同来源、模态和任务的机器人数据集整合训练，并成功提高机器人执行多项工具使用
任务的能力。透过训练出拟效各数据集的“扩散模型”，再将其所学习到的策略加权组合
，最终得到一个通用策略，使机器人能在多样化环境中灵活运用工具完成任务。
传统机器人训练方式往往侷限于单一数据集，例如：某个仓储环境中的包装任务数据，难
以从中演绎出通用的策略应用于其他情境。研究人员表示，尽管目前各领域都在大量产生
庞大数据，但缺乏有效整合的方式，反而限制了这些资讯的潜力发挥。PoCo方法的核心概
念，就是将这些小而专一的数据集透过扩散模型学习出策略，再予以组合，让机器人能从
中萃取共通之处，帮助其泛化到更普遍的任务上。
所谓扩散模型(Diffusion Model)，是一种新兴的生成式AI技术，通常用于生成影像。研
究团队的做法是，将其应用于生成机器人的动作轨迹。首先在训练数据集的动作轨迹中添
加噪声，然后让扩散模型逐步去除噪声，并最终产生一条清晰的动作轨迹，作为机器人的
操作策略。这种方式被称为“扩散策略”(Diffusion Policy)，可从不同类型的数据中学
习策略。
研究人员透过不同数据集分别训练出多个扩散模型，每一个都学习到针对特定任务的最佳
策略。接着，他们将这些策略加权组合，经过反复调整后，得到一个能满足各个策略目标
的综合策略。这种策略组合的好处在于能同时获得不同数据集的优点，例如从实际演示数
据中获得技术熟练度，又从模拟数据中达到良好泛化性。
实验中，研究团队让机器人使用工具执行各种任务，包括用锤子钉钉子、用锅铲翻转物品
等。结果显示，采用PoCo策略组合技术后，机器人的任务执行表现比基准方法提升了20%
。研究人员注意到，经过调整的组合策略轨迹明显优于单一策略轨迹，展现出策略组合的
优势。
此项研究为机器人领域带来新的契机，有望突破长期以来训练数据的侷限性。未来，研究
人员希望能够将这项技术应用于更复杂的长期任务，例如让机器人先拿起一种工具使用，
再转换为另一种工具，展现出更强的任务切换能力。另一目标则是整合更大规模的机器人
数据集，进一步提升模型的性能表现。
不过，要取得通用人工智能的最终目标，单凭此一技术恐怕还不够，仍需要其他重要基础
。NVIDIA的高级研究科学家指出：“要在机器人领域取得成功，我们需要三种数据：网络
数据、模拟数据和真实机器人数据。如何有效整合这三种数据，将是一个价值百万美元的
问题。”显见策略组合只是迈向通用智慧的一小步，仍有许多挑战待克服。
MIT的这项研究对于实现通用型人形机器人迈进一步，为日后自动化机器人能够自由切换
工具、应对复杂多变的工作环境奠定基础。可以预想未来智慧化时代的场景，有不同制造
商生产的多功能机器人，不仅能在工厂内高效作业，更能在家庭和社区中协助人类完成家
务、维修等各式各样的劳务。对人类的劳动力分担是一大解放，而其中潜藏无限商机和社
会影响，也正是我们当前应为之做好准备的重大议题。