人類只需要演示五次，就能讓機器人學(xué)會一項復(fù)雜技能。
英偉達實驗室，提出了機器人訓(xùn)練數(shù)據(jù)缺乏問題的新解決方案 ——DexMimicGen。五次演示之后，DexMimicGen 就可以直接模仿出 1000 個新的 demo。
而且可用性強，用這些新 demo 訓(xùn)練出的機器人，在仿真環(huán)境中的任務(wù)成功率可以高達 97%，比用真人數(shù)據(jù)效果還要好。
參與此項目的英偉達科學(xué)家范麟熙（Jim Fan）認為，這種用機器訓(xùn)練機器的方式，解決了機器人領(lǐng)域最大的痛點（指數(shù)據(jù)收集）。
同時，Jim Fan 還預(yù)言：
機器人數(shù)據(jù)的未來是生成式的，整個機器人學(xué)習(xí)流程的未來也將是生成式的。
值得一提的是，DexMimicGen 三名共同一作都是李飛飛的“徒孫”，具體說是德克薩斯大學(xué)奧斯汀分校（UT 奧斯汀）助理教授朱玉可（Yuke Zhu）的學(xué)生。
而且三人均為華人，目前都在英偉達研究院實習(xí)。
5 次演示，生成 1000 條數(shù)據(jù)
如前所述，DexMimicGen 可以僅根據(jù)人類的 5 次演示，生成 1000 個新 DEMO。
在整個實驗中，作者設(shè)置了 9 個場景，涵蓋了 3 種機器人形態(tài)，共進行了 60 次演示，獲得了 21000 多個生成 DEMO。
在仿真環(huán)境當中，用 DexMimicGen 生成數(shù)據(jù)訓(xùn)練出的策略執(zhí)行整理抽屜這一任務(wù)，成功率可達 76%，而單純使用人工數(shù)據(jù)只有 0.7%。
本站內(nèi)容除特別聲明的原創(chuàng)文章之外，轉(zhuǎn)載內(nèi)容只為傳遞更多信息，并不代表本網(wǎng)站贊同其觀點。轉(zhuǎn)載的所有的文章、圖片、音/視頻文件等資料的版權(quán)歸版權(quán)所有權(quán)人所有。本站采用的非本站原創(chuàng)文章及圖片等內(nèi)容無法一一聯(lián)系確認版權(quán)者。如涉及作品內(nèi)容、版權(quán)和其它問題，請及時通過電子郵件或電話通知我們，以便迅速采取適當措施，避免給雙方造成不必要的經(jīng)濟損失。聯(lián)系電話：010-82306118；郵箱：aet@chinaaet.com。