斯坦福家務機器人，看似全能，實際靠遙控

Callejon

近日，斯坦福華人團隊的Mobile ALOHA“全能家務機器人”在網(wǎng)上爆火，它展示了做飯、鋪床、澆花等多種家務技能，可謂是全復合“保姆人才”。

它能夠煮蝦，可以擦拭桌子上的紅酒，能洗盤子，還可以自動打開電梯。

8 f6 L5 P0 z3 ~

還可以打開窗簾為窗臺上的花澆水，將衣服放到洗衣機里、撒上洗衣液洗衣。這讓網(wǎng)友直呼機器人時代已來，它難能可貴在“眼里有活兒”。

- g, {, ]4 z2 N1 s. ?& e

不過，Mobile ALOHA所展示的復雜技能，其實是背后由人遙控操作的。

1月6日清晨，發(fā)現(xiàn)網(wǎng)友為Mobile ALOHA所呈現(xiàn)的自主化、智能化能力傾倒后，Mobile ALOHA的兩位研發(fā)人員連忙“辟謠”，稱部分動作是機器人自主展示的，部分則由人遙控完成。

* |% u+ }" _# }$ X

為了如實呈現(xiàn)機器人的能力，他們還專門放出了Mobile ALOHA在全自動狀態(tài)下的“蠢笨”動作合集，稱 “機器人尚未準備好接管世界”。

當你以為機器人能絲滑優(yōu)雅地舉起一杯紅酒時，它只能顫顫巍巍地握住杯子，看著酒杯傾倒碎在地上，將紅酒灑滿桌；

$ U+ G& x% a4 C

紅酒灑滿桌

! s3 e( X; b% h  ^

表現(xiàn)頗佳時，機器人能熟悉地端起左手顛鍋、右手拿鏟，完成一道菜肴的制作；但多是幾次，原本揮灑自如的鍋鏟就不是對著鐵鍋底部一頓操作，就是在鍋中揮舞但碰不到菜。

失敗的炒菜案例

/ A+ E  `' _8 K2 h1 n

全自動狀態(tài)下，它無法有力地控制住一把平底鍋，將鍋端起后，整個平鍋便不可避免地掉落，為了拯救翻到的鐵鍋，守在旁邊的研究人員還被燙傷了；

* F! Z8 R! V1 _+ Y& u+ n+ N- u

倒菜失敗

% V- e- q2 z% W, ?- D! _

甚至一根紅色圓珠筆，Mobile ALOHA也無法拾起。

. M' i5 \- s; T

拿記號筆

現(xiàn)實和理想還有差距，但Mobile ALOHA所呈現(xiàn)出的完成精細和復雜的任務的運動操作能力，仍值得關(guān)注，這讓未來機器人更具有想象空間。

xmdesign

模仿學習（相當是AI圖像識別里的人工拉框標定），
* d6 p' |/ N; z舵機機械臂力不夠&精度不夠，雙視覺給出的位置走不到，手爪缺觸覺感知...

gemiusunyi

這個就是機器人的現(xiàn)狀
4 T, A& O! n& H( Y1 z) A1 c' r                                                                                                               

bravo090

他也說成功率是95%    這是AI學習的過程吧

xmdesign

之所以火爆刷出圈，應該是因為不用黃教主“大鏟子”的嘗試，使得眾人眼前一亮，加上開源

學渣渣

xmdesign 發(fā)表于 2024-1-8 11:42
之所以火爆刷出圈，應該是因為不用黃教主“大鏟子”的嘗試，使得眾人眼前一亮，加上開源

3 N' d& `& E' V; x9 J華為在發(fā)力昇騰系列，能否干翻黃教主？

喂我袋鹽

gemiusunyi 發(fā)表于 2024-1-8 10:57
; M" R# E/ d* n, M這個就是機器人的現(xiàn)狀
/ l2 l$ g  f1 C4 v) c6 x                                                                               ...

, ~% F$ s9 Q# ynonono，這是丐版
! V% h1 _2 r! B5 Z8 F6 {

喂我袋鹽

xmdesign 發(fā)表于 2024-1-8 10:49
模仿學習（相當是AI圖像識別里的人工拉框標定），
舵機機械臂力不夠&精度不夠，雙視覺給出的位置走不到， ...

9 j9 a# T3 i- V& ^' |& K這玩意最終還是要進化到人形，雙臂吧？

xmdesign

喂我袋鹽 發(fā)表于 2024-1-8 19:59
( R: q: \! P1 r" X: r9 n這玩意最終還是要進化到人形，雙臂吧？

( i3 ~( d, X5 U. {8 L基本是這樣，去掉雙足的人形。如果想優(yōu)化斯坦福的DEMO，你只要閉上眼睛先靠觸覺模態(tài)完成些類似動作，記錄能成功的動作方式，然后再思考如何與視覺模態(tài)融合～運動控制底層增加壓感中斷&條件。。。

- G, d5 t4 m! T- u2 E

紅海星

斯坦福這視頻一出來就能看出來里面水分太大，演示視頻拍攝的視角從來不取機械臂后部，再一個都是10倍以上的速度播放，另外主要是目前這一方向的世界頂級大牛及其團隊從最新發(fā)表的論文來看遠沒有達到這種程度。這其實就是具身智能E-AI，但是現(xiàn)狀是不管強化學習還是模仿學習，都學不到很強的操作能力以及較強的泛化能力，也無法脫開實驗訓練環(huán)境推廣到一般環(huán)境或者新環(huán)境中。谷歌2023年初解散了它的機器人項目團隊是有原因的，相比斯坦福那幾個人的小團隊，谷歌更讓人信服，畢竟人家才是具身智能的鼻祖，大名鼎鼎的Transformer算法是人家發(fā)表的。