留言

机器人集体开会,人人都是老师的新时代

在技术的波涛中,我们的机器朋友们正站在风口浪尖,迫不及待地想要进化成更聪明的自己。嘿,别急!你要知道,它们的学习之路就像一场机器人的聚会,虽然它们可能没图灵奖拿到手,但绝对是个大智慧的集体秀!这次,我们聊聊96台机器人是怎么向彼此学习,朝着“身手不凡”的目标迈进的。

听说我们的智能模型,像灵巧的小精灵——GPT-6 Astra,已经在面对重复的操作任务时展现出惊人的表现,简直就像机器人界的超人!可是,咱们的家伙们毕竟不是真的超人,遇到更复杂的任务时,常常出错,这就好比你去煮意大利面,却把水烧干了,陷入了可悲的“意面危机”。所以,借助人类的示范,帮助机器人提升可靠性似乎是个不错的主意。但极限在于,如果每次想让机器人进阶,都得请人类来演示,那真是要让人类专家累得“工地搬砖”了。这真是个大难题!

但是,看看大洋彼岸的Physical Intelligence,同样在解这个难题。它们的联合创始人Sergey Levine在一次访谈中说,最开始当然得有人类的高质量示范来给机器人打基础,但等到机器人成熟后,就应该让它们在真实世界里自由探索,用自己的经验来提高自己。而这就像让孩子们在家独立,而不是每次做功课都得等爸妈来帮忙! 百乐会官网首页

在这样的思想启发下,清华大学、智元和无问芯穹携手推出了一个新主意——群体经验学习(Collective Experience Learning,简称CEL),这就像是一个机器人联盟,96台机器人齐心协力,帮助彼此成长。它们在长流程的工业场景中施展拳脚,训练后的策略在两台未参与训练的小伙伴上进行测试,成功率从79.2%蹭蹭地飞升到98.3%!换句话说,机器人们的错误率一下子从25次降到只剩2次,真是让操作员都忍不住发出“哇哦”的赞叹。

所以,随着机器人数量的增长,智慧的火花也在不断交汇,成功率也水涨船高。这就像是一个足球队,队员多了,球队配合得更默契,进球也就越多。

接下来,我们聊聊CEL的运作原理:以往机器人的学习方式高度依赖人类示范,这不但要求人类懂得操作,还得精准把握时机,平衡自主探索与人类指导的比例。但是,随着机器数量倍增,专家们显得捉襟见肘,根本支撑不住。 百乐会官网首页

而CEL的创新在于,机器人们之间可以互相帮助。比如,如果一台机器人在放置手机时卡壳了,非常干着急,但另一台机器人可能在之前搞定了这个操作。于是,后者的成功经验能帮助前者找到解决方案,这就好比提问时,有个好友恰好知道答案,真是太方便了!

然而,要把CEL的理念落地,仍然要解决两个问题。一是从繁多的执行经验中,挑出真正值得学习的部分;二是如何让数十台机器人在网络中高效学习,即使地图上有些干扰也能不迷路。这就像在一个热闹的派对,即便有些朋友在打盹,其他人也要保证气氛不停!

为了解决第一道关卡,团队想到了FERT实验——一个“失败引导的经验检索微调算法”。这个算法一旦搭上火箭,就能帮助机器人快速区分哪些成功经验值得模仿,哪些失败经历必须牢记。协调成功与失败的任务,相互学习,可想而知效率能多高。 百乐会官网首页

about image

不光要让机器人学到东西,还得保证96台的组织运行流畅。起初,大家可能忙得不可开交,有些机器快得像子弹,有些则慢得像蜗牛。而且,作为一大群体,网络偶尔波动,甚至可能出现“故障”……这可不太好!为此,团队设计了一个名为FATS的容错异步训练系统,仿佛把所有机器人都打造成了一种超级训练硬件,协同作战。

SwarmLink则是其中的秘诀之一,负责将每台机器人之间的信息高效传递,保证每个光圈一闪而过,数据流动顺畅。说白了,这就像在派对上,DJ把每个朋友的嗨点都调到最优,为大家提供最佳的舞曲,愉快地度过美好的夜晚。

所以,各位朋友,当96台机器人齐心协力,彼此学习,合作无间的时候,整个人工智能的未来简直就像是一场无与伦比的小型漫游,我们拭目以待! 百乐会官网首页

安徽省提前还债,省下多少钱你造吗? 皇马的“赞助商风波”:当商业变成了挡箭牌