攒钱买奥迪
近日,人工智能研究组织OpenAI宣布在制造具有通过性、能够自我学习的机器人方面取得了新的里程碑。该组织的机器人部门表示,其自主研发的AI软件允许机器人手Dactyl利用虚拟模拟来学习如何执行新任务,以应对真正的物理挑战,目前已经做到单手解魔方此类兼具灵巧与难度的任务。几乎同一时刻,Facebook AI研究院的一个团队也宣布取得了相似的成绩。
尽管名为Dactyl的机器人手明显不如真正的人手灵活,但它已经可以通过摸索的方式逐渐破解魔方,动作既显得笨拙,又十分精确。OpenAI的研发人员表示,很多机器人都可以非常快地破解魔方,但它们与Dactyl的重要区别是,那些机器人有着特定的任务目标,无法使用它们去执行另一项任务。OpenAI的雄心壮志是制造通用机器人,无需培训数月甚至数年时间,也无需专门进行编程,就可以像人手一样可以执行很多现实世界任务的机器人。
尽管Dactyl的目标是人头开始、逐渐掌握自觉能力,但它同样需要接受软件的训练,目前正试图以一种初级的方式复制人类数百万年进化的经验。OpenAI不仅没有对Dactyl进行显式编程,甚至不为其个别动作编程,而是希望Dactyl可以自己识别这些动作,摸索出每个动作的用途。
在为Dactyl的底层软件中设定好破解魔方的最终目标后,数千个高端CPU和GPU将并行工作,通过深度学习等技术让Dactyl在虚拟世界接受相当于数千年时间的训练。虚拟世界中,Dactyl是否将无数次将魔方摔在地上,或者将它拆成一堆零件,人们无从得知,然而经过现实世界几天时间后,Dactyl第一次上手就成功将眼前的魔方破解。
Dactyl能够破解魔方并不令人意外,值得注意的是研发人员从未明确它即将面临的挑战会伴随着何种环境——戴着手套单手破解魔方,两根手指需要紧紧夹起来,OpenAI的成员还会在一旁做出干扰,用其他物体戳它,让气泡和彩色纸片闯入Dactyl“视线”内。这也意味着,Dactyl具备学习新任务和适应不断变化环境的能力,不需要广泛的特定任务编程和频繁的人工干预就能发挥其价值。
无独有偶,Facebook AI研究院的一个团队近日也宣布机器人手臂Sawyer获得一定的自主学习与适应性。研究团队为Sawyer的两只机器臂提供了一个通用的技能库,如扭转、举起和伸手,以供它们将这些技能应用于几个涉及不同对象、几何形状和初始姿势的横向提升、拾取、打开和旋转任务。
研发人员首先通过低维输入数据,如几何和本体感受特征(关节位置、关节速度、末端效应器姿势)进行训练,然后在虚拟和现实世界中将其转换为视觉输入操作。尽管不得不从始的视觉图像中学习,但该AI系统使用2000种技能学习操作大多数对象时,大约在4到10个小时的培训中成功率超过90%,并且成功率还将随着培训时间的拉长进一步提高。
与OpenAI的发现相似,Facebook的机器人团队也认为通过虚拟世界训练AI并转移到现实世界的任务中,能够非常有效地解决图像中的稀疏奖励问题,从而使训练真正的机器人执行复杂技能成为现实。此外,Facebook的研发团队还提出了利用与状态无关的技能序列提高无模型强化学习的样本效率,朝着未来机器人又迈出一步。
分享:
请输入验证信息:
你的加群请求已发送,请等候群主/管理员验证。
数据来自赢家江恩软件>>
虚位以待
暂无
99人关注了该股票
长期未登录发言
吧主违规操作
色情、反动
其他
*投诉理由
答:2018-06-15详情>>
答:机器人的概念股是:工业机械、铁详情>>
答:公司致力于成为国际一流的高技术详情>>
答: 本公司是经辽宁省人民政府辽政[详情>>
答:http://www.siasun.com 详情>>
当天通用航空概念在涨幅排行榜排名第二 航新科技、安达维尔涨幅居前
目前航空行业近一个月主力资金净流出75.11亿元,等距时间工具显示近期时间窗5月31日
水产品概念逆势上涨,等距时间工具显示近期时间窗5月24日
赛马概念逆势走强,近期处于下跌趋势
攒钱买奥迪
机器人的手如何解魔方,科技巨头让AI自己学习
近日,人工智能研究组织OpenAI宣布在制造具有通过性、能够自我学习的机器人方面取得了新的里程碑。该组织的机器人部门表示,其自主研发的AI软件允许机器人手Dactyl利用虚拟模拟来学习如何执行新任务,以应对真正的物理挑战,目前已经做到单手解魔方此类兼具灵巧与难度的任务。几乎同一时刻,Facebook AI研究院的一个团队也宣布取得了相似的成绩。
尽管名为Dactyl的机器人手明显不如真正的人手灵活,但它已经可以通过摸索的方式逐渐破解魔方,动作既显得笨拙,又十分精确。OpenAI的研发人员表示,很多机器人都可以非常快地破解魔方,但它们与Dactyl的重要区别是,那些机器人有着特定的任务目标,无法使用它们去执行另一项任务。OpenAI的雄心壮志是制造通用机器人,无需培训数月甚至数年时间,也无需专门进行编程,就可以像人手一样可以执行很多现实世界任务的机器人。
尽管Dactyl的目标是人头开始、逐渐掌握自觉能力,但它同样需要接受软件的训练,目前正试图以一种初级的方式复制人类数百万年进化的经验。OpenAI不仅没有对Dactyl进行显式编程,甚至不为其个别动作编程,而是希望Dactyl可以自己识别这些动作,摸索出每个动作的用途。
在为Dactyl的底层软件中设定好破解魔方的最终目标后,数千个高端CPU和GPU将并行工作,通过深度学习等技术让Dactyl在虚拟世界接受相当于数千年时间的训练。虚拟世界中,Dactyl是否将无数次将魔方摔在地上,或者将它拆成一堆零件,人们无从得知,然而经过现实世界几天时间后,Dactyl第一次上手就成功将眼前的魔方破解。
Dactyl能够破解魔方并不令人意外,值得注意的是研发人员从未明确它即将面临的挑战会伴随着何种环境——戴着手套单手破解魔方,两根手指需要紧紧夹起来,OpenAI的成员还会在一旁做出干扰,用其他物体戳它,让气泡和彩色纸片闯入Dactyl“视线”内。这也意味着,Dactyl具备学习新任务和适应不断变化环境的能力,不需要广泛的特定任务编程和频繁的人工干预就能发挥其价值。
无独有偶,Facebook AI研究院的一个团队近日也宣布机器人手臂Sawyer获得一定的自主学习与适应性。研究团队为Sawyer的两只机器臂提供了一个通用的技能库,如扭转、举起和伸手,以供它们将这些技能应用于几个涉及不同对象、几何形状和初始姿势的横向提升、拾取、打开和旋转任务。
研发人员首先通过低维输入数据,如几何和本体感受特征(关节位置、关节速度、末端效应器姿势)进行训练,然后在虚拟和现实世界中将其转换为视觉输入操作。尽管不得不从始的视觉图像中学习,但该AI系统使用2000种技能学习操作大多数对象时,大约在4到10个小时的培训中成功率超过90%,并且成功率还将随着培训时间的拉长进一步提高。
与OpenAI的发现相似,Facebook的机器人团队也认为通过虚拟世界训练AI并转移到现实世界的任务中,能够非常有效地解决图像中的稀疏奖励问题,从而使训练真正的机器人执行复杂技能成为现实。此外,Facebook的研发团队还提出了利用与状态无关的技能序列提高无模型强化学习的样本效率,朝着未来机器人又迈出一步。
分享:
相关帖子