斯坦福家務(wù)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(wù)機器人”在網(wǎng)上爆火，它展示了做飯、鋪床、澆花等多種家務(wù)技能，可謂是全復(fù)合“保姆人才”。

  N; g; D) j: H: u

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 u, f! d" c$ c/ |8 s: V' v

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”。

- n; s. H8 I& \9 D2 [- {+ z: h

不過，Mobile ALOHA所展示的復(fù)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。

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；

紅酒灑滿桌

* t% b4 h! x: V

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。

; h) R9 i1 M9 |: ?, d: y5 [$ D; H6 r) y

失敗的炒菜案例

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；

- r! [; D- W) M+ G

倒菜失敗

甚至一根紅色圓珠筆，Mobile ALOHA也無法拾起。

4 |5 |4 S2 A# A5 @+ @  s6 p/ K

拿記號筆

1 A1 f" |1 F7 U& b/ B1 E% |$ ?

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(fù)雜的任務(wù)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(xué)習(xí)（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，手爪缺觸覺感知...

gemiusunyi

這個就是機器人的現(xiàn)狀
: [8 h$ y% x& [3 [3 @7 M" t5 c                                                                                                               

bravo090

他也說成功率是95%    這是AI學(xué)習(xí)的過程吧

xmdesign

之所以火爆刷出圈，應(yīng)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(xué)渣渣

xmdesign 發(fā)表于 2024-1-8 11:42
之所以火爆刷出圈，應(yīng)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

0 Q# W' l9 i9 `$ r1 Z& q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
這個就是機器人的現(xiàn)狀
                                                                               ...

2 b! [/ n6 @/ y$ f2 `* U5 G. A% Bnonono，這是丐版

喂我袋鹽

xmdesign 發(fā)表于 2024-1-8 10:49
模仿學(xué)習(xí)（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， ...

這玩意最終還是要進化到人形，雙臂吧？
( y6 ]4 h$ B  ]) V5 E4 ?

xmdesign

喂我袋鹽 發(fā)表于 2024-1-8 19:59
這玩意最終還是要進化到人形，雙臂吧？

, Z3 y( d# e- x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。。。

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(xué)習(xí)還是模仿學(xué)習(xí)，都學(xué)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(xùn)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。