懒人狂喜，会洗衣做饭的家务机器人来了

跟着科技的开展，许多家庭电器和东西的呈现，使家务变得愈加便当和高效。例如，洗碗机、扫地机器人、洗衣机等电器可以协助人们完结深重的家务，减轻人们的担负。可是，现代社会的生活节奏加速，许多人都在繁忙的作业和社交生活中奔走，因而有些人仍是对琐碎、深重且需求消耗时刻的家务“疾恶如仇”。

为了让做家务变得愈加轻松风趣，斯坦福大学打造了Mobile ALOHA，这是一个立异的家务机器人，专为双手动长途操作而规划，旨在前进烹饪和清洁才能。

跟人抢作业不如帮人做家务

仿照学习在机器人学中显现出巨大的潜力，特别是在桌面操作方面。来自斯坦福大学和谷歌DeepMind的研究人员团队经过创立Mobile ALOHA（一个低本钱开源硬件体系，以下简称“ALOHA”）人形体系，在这一范畴取得了开展。

这个机器人可以由用户长途操作履行多种活动，并经过仿照学习自主履行。人类操作员经过长途操作操控操作机器人手臂来演示使命。该体系捕获演示数据，并经过端到端的仿照学习来练习操控体系。演示显现，练习有素的机器人烹饪三道菜，并完结精密的使命，如打鸡蛋、切碎大蒜、倒液体、翻开蔬菜包装和在煎锅中翻转鸡肉。

ALOHA还可以完结各种家务使命，包含给植物洒水、运用真空吸尘器、装卸洗碗机、从冰箱里取饮料、开门和操作洗衣机。尽管这些是机器人列出的一些家务，但该开源创造可以完结许多其他没有宣告的使命，如煮虾或在家里收拾东西。

为练习机器人体系供给具有本钱效益的解决方案，ALOHA经过将其安装在轮式底座上来扩展体系。整个设置包含网络摄像头和带有消费级GPU的电脑，价格约为32,000美元，比现成的双手动机器人廉价得多，后者价格高达20万美元。

ALOHA集成了移动基地和全面的长途操作界面，以完成全身操控。该体系旨在仿照杂乱的移动操作使命，这些使命曾经运用专心于桌面场景的传统仿照学习技能。ALOHA的要害特征之一是它可以与已树立的静态ALOHA数据集一起练习，这使其与惯例机器人体系不同。该体系结合监督行为复刻和每项使命的50次演示，完成了令人形象深入的成功率。

怎么拓宽家务机器人的智能

开始的ALOHA体系运用一种名为Action Chunking with Transformers（ACT）的架构，该架构从多个视角和联合方位获取图画作为输入，并猜测一系列动作。ALOHA经过输入向量添加运动信号来扩展该体系。

这些操作答应ALOHA以最小的更改重用曾经的深度仿照学习算法。研究人员写道：“咱们观察到，简略地衔接根底和手臂动作，然后经过直接仿照学习进行练习，可以发生微弱的体现……具体来说，咱们将ALOHA的14-DoF联合方位与移动基地的线性和角速度衔接起来，构成一个16维动作矢量。”

这项作业还获益于最近办法的成功，这些办法在其他项目的各种机器人数据集上预练习模型。特别值得注意的是RT-X，这是DeepMind和33个研究机构的一个项目，它结合了几个机器人数据集，创立了可以逾越其练习数据和机器人形状的通用操控体系。

研究人员写道：“尽管在使命和形状上存在差异，但咱们观察到简直一切移动操作使命的正搬运，与仅运用ALOHA数据练习的战略比较，完成了平等或更好的功能和数据功率……经过协同练习，咱们可以在这些使命上取得超越80%的成功，每项使命只需50次人类演示，与没有协同练习比较，均匀肯定改善34%。”

别的，ALOHA 一个要害立异是谷歌在机器人导航和地图方面的前进。ALOHA可以运用摄像头和传感器辨认家具、物体和墙面，然后构建室内空间的动态地图。它可以在地图中定位自己，并规划最优途径进行导航。机器学习使得机器人可以跟着时刻的推移，在搜集更多感知数据后，改善其地图和导航才能。

总结

根据ALOHA引发的颤动，Mobile ALOHA项目联合负责人Tony Z. Zhao亲安闲X（原推特）上放出ALOHA履行使命失利的视频，并称“机器人还没有准备好接收国际！”尽管机器人厨师的才能的确给人留下了深入的形象，但仍不完美，它也会把工作弄糟，并且其粗笨外形不适合紧密的环境。再者，其学习新知识依然需求人类操作员在环境中进行全面演示。

即便如此，这依旧是机器人体系的严重开展。未来，研究人员方案经过添加更多自由度和削减机器人体积来改善体系，并探究人工智能模型的改变，这将使机器人可以自我改善并取得新知。