李飛飛團隊造保姆機器人!現(xiàn)如今機器人既能跑步又能后空翻,但何時才能真正承擔起家務,幫助人類養(yǎng)老呢?李飛飛團隊帶來了具身智能研究的最新成果——一個解決機器人在家庭任務中全身操作問題的綜合框架。其核心組件的成本不到500美元。
這個新框架名為BRS,旨在攻克機器人執(zhí)行通用日常家庭移動操作任務這一難題。通過一款新型雙臂移動機器人,BRS能夠完成多種家務活動,如擰開門把手、丟垃圾、整理貨架、收拾客廳、清洗馬桶等。即使在操作過程中出現(xiàn)失誤,機器人也能自我糾正。
網(wǎng)友們認為這標志著向實現(xiàn)可通用的家庭機器人邁進了一大步。李飛飛團隊的核心目標是提升三項關鍵的全身控制能力:兩只機械手臂之間的協(xié)同配合、穩(wěn)定精確的導航以及廣泛的末端執(zhí)行器操作范圍。為了實現(xiàn)這些功能,團隊選擇了Galaxea R1機器人作為硬件平臺,該機器人具備兩個6自由度的手臂、4自由度的軀干和全向移動底座。
然而,復雜的機器人設計給策略學習方法帶來挑戰(zhàn),特別是在數(shù)據(jù)采集和全身協(xié)作方面。為此,BRS提出了兩項關鍵創(chuàng)新:一種低成本全身遙操作接口JoyLo和新的學習算法WB-VIMA。JoyLo利用基于操縱木偶的方法和任天堂Joy-Con控制器,實現(xiàn)了高效的全身控制,并提供了豐富的用戶反饋,優(yōu)化了策略學習數(shù)據(jù)質量。在總成本不超過500美元的情況下,JoyLo在R1機器人上表現(xiàn)出色,包括高效的全身協(xié)調控制系統(tǒng)、直觀的遠程操作體驗和高質量的示范動作。
WB-VIMA學習算法則利用機器人的固有運動學層次結構來建模全身動作。通過自回歸全身動作去噪和多模態(tài)觀察注意力機制,WB-VIMA能有效學習協(xié)調的全身動作。此外,它解決了人形機器人中因微小錯誤導致末端執(zhí)行器顯著放大的問題,通過分析上游組件的動作狀態(tài)和位置信息,推算下游組件的動作,從而實現(xiàn)整體協(xié)調。
研究團隊評估了BRS在五個代表性家庭任務上的表現(xiàn),包括清潔房屋、清潔廁所、倒垃圾、放置物品到架子上和晾曬衣服。結果表明,BRS能成功完成這些任務。同時,實驗驗證了JoyLo和WB-VIMA的有效性。JoyLo在數(shù)據(jù)收集效率、策略學習適用性和用戶體驗方面表現(xiàn)出色,而WB-VIMA在性能上優(yōu)于基線方法。所有參與者都認為JoyLo是最友好的界面,且WB-VIMA在任務中的成功率更高,出錯幾率更小。關于BRS框架的所有工作已全部開源,感興趣的人可以進一步了解。
今天早餐想吃什么?三明治、牛奶,再加一點車厘子?你的機器人“保姆”會在你起床前安排好一切。在你享用早餐時,香濃的咖啡和文件也會送到你面前
2025-03-12 14:20:18機器人保姆端著咖啡和三明治來了