一個字母，多色塊：一個微不足道的任務等待人類撿起它，轉過身來，把它扔在我們的手掌中。但對于機器人專家而言，這是一項難以攀登的艱巨任務。機器人的手動操作一直是一個挑戰。

(資料圖)

輸入Dactyl。星期一發布的名為Learning Dexterity的OpenAI視頻自豪地展示了他們的機器人系統Dactyl，它是以一流的方式操縱物體而創建的。

重點在于敏捷這個詞。它的手指以非常顯著的方式處理塊，包括巧妙地轉動塊的不同側面。它學會了如何將塊旋轉到任何喜歡的方向。

他們訓練了一個卷積神經網絡，稱IEEE Spectrum的Evan Ackerman，在短短50個小時內控制一只暗影之手操縱物體。

可以肯定的是，他們的手引起興趣的另一個原因是它在更短的時間內得到了解決。阿克曼強調了機器人團隊時間削減的重要性。(這些數字令人羞愧.IEEE Spectrum提到了50個成功的立方體操作，因為6,144個CPU內核和8個GPU在50小時內收集了100年的模擬機器人經驗。)

人類需要數年才能實現“強大”的手部操作。好吧，機器人，阿克曼說，“沒有那種時間。通過實踐和經驗學習仍然是解決這類復雜任務的方法，而挑戰在于找到一種更快，更有效的學習方法而不僅僅是給予一個機器人手拿東西一遍又一遍地操縱，直到它知道哪些有效，什么無效，這可能需要一百年左右。“

路透社同樣描述了為什么他們的工作很重要：“體育鍛煉需要數月或數年，并且有自己的問題 - 例如，如果機器人的手放下工件，人類需要撿起并放回去。這也很昂貴研究人員試圖將這些年的體育訓練分成幾部分，并將它們分發到多臺計算機上進行軟件模擬，可以在幾小時或幾天內完成培訓，無需人工幫助。

斯蒂芬·內利斯(Stephen Nellis)在路透社的一篇文章中提到了另一個激動人心的方面 “研究人員將隨機噪聲注入到軟件模擬中，使得機器人手的虛擬世界變得非常混亂，以至于它不會被現實世界中的意外情緒迷惑。”

在提高杠桿操縱率方面，該團隊設法涵蓋了無法很好建模的變量。阿克曼寫道，“這包括物體的質量和尺寸，物體表面和機器人指尖的摩擦力，機器人關節的阻尼程度，執行器力，關節限制，電機間隙和噪音等等。”

在他們的OpenAI博客文章中，該團隊表示，他們訓練了一個類似人類的機器人手，以“前所未有的靈巧”操縱物理對象。他們注意到Dactyl是如何在模擬中完全訓練的，“使用我們過去一年一直在研究的技術來適應現實世界的物理學.Dactyl從頭開始學習使用與OpenAI Five相同的通用強化學習算法和代碼。”

他們說，有可能在模擬中培訓代理人并讓他們解決實際任務，而無需對世界進行物理精確建模。

關鍵詞：