《科創(chuàng)板日?qǐng)?bào)》10月21日訊（編輯 宋子喬） 如今，科技巨頭主動(dòng)肩負(fù)起機(jī)器人研發(fā)的重任，正你追我趕奔赴下一場(chǎng)科技盛宴。當(dāng)?shù)貢r(shí)間10月20日，英偉達(dá)、Meta各自發(fā)布了重磅機(jī)器人訓(xùn)練工具。英偉達(dá)開(kāi)發(fā)的AI代理Eureka可以教會(huì)機(jī)器人復(fù)雜的運(yùn)動(dòng)控制技能，比如轉(zhuǎn)筆、打開(kāi)抽屜和柜子、拋球和接球、操作剪刀。英偉達(dá)稱這一突破將重新定義機(jī)器學(xué)習(xí)。Meta則推出了Habitat 3.0模擬器，可教授機(jī)器人如何與物理世界進(jìn)行交互，Meta將其稱為“社交智能機(jī)器人研發(fā)路上的里程碑”。究竟是什么樣的工具？新成果的意義何在？▌?dòng)ミ_(dá)Eureka——大模型參與訓(xùn)練機(jī)器人Eureka的全稱是Evolution-driven Universal Reward Kit for Agent，本質(zhì)是一種由大模型驅(qū)動(dòng)的算法生成工具。借助GPT-4寫(xiě)代碼的能力，Eureka擁有了出色的獎(jiǎng)勵(lì)函數(shù)設(shè)計(jì)能力，可以自主編寫(xiě)?yīng)剟?lì)算法來(lái)訓(xùn)練機(jī)器人。Eureka的關(guān)鍵所在，是通過(guò)上下文來(lái)實(shí)現(xiàn)了人類水平的獎(jiǎng)勵(lì)算法設(shè)計(jì)。簡(jiǎn)單來(lái)說(shuō)，就是用GPT-4的零樣本生成、代碼編寫(xiě)以及上下文改進(jìn)功能，對(duì)獎(jiǎng)勵(lì)執(zhí)行策略進(jìn)行優(yōu)化，由此通過(guò)強(qiáng)化學(xué)習(xí)來(lái)進(jìn)行復(fù)雜的技能。英偉達(dá)稱，在29種不同的開(kāi)源強(qiáng)化學(xué)習(xí)（RL）環(huán)境中，Eureka獎(jiǎng)勵(lì)設(shè)計(jì)的性能達(dá)到了人類水平，這些環(huán)境包括10種不同的機(jī)器人形態(tài)（四足機(jī)器人、四旋翼機(jī)器人、雙足機(jī)器人、機(jī)械手以及幾種靈巧手）。在沒(méi)有任何特定任務(wù)提示或獎(jiǎng)勵(lì)模板的情況下，Eureka生成的獎(jiǎng)勵(lì)程序在超過(guò)80%的任務(wù)上優(yōu)于專家編寫(xiě)的獎(jiǎng)勵(lì)程序。這使得機(jī)器人的平均性能提高了50%以上。機(jī)器人通過(guò)Eureka學(xué)會(huì)了轉(zhuǎn)筆、打開(kāi)柜子、拋接球（注：這些機(jī)械手指上下翻飛的場(chǎng)景，暫時(shí)僅限于虛擬環(huán)境）人形機(jī)器人通過(guò)Eureka學(xué)習(xí)跑步步態(tài)英偉達(dá)這項(xiàng)研究由其與賓夕法尼亞大學(xué)、加州理工學(xué)院、德州大學(xué)奧斯汀分校的研究人員合作完成。目前該項(xiàng)目完全開(kāi)源。在機(jī)器人領(lǐng)域，有一個(gè)“莫拉維克悖論”——人類所獨(dú)有的高階智慧能力只需要非常少的計(jì)算能力，但無(wú)意識(shí)的技能和直覺(jué)（如辨識(shí)人臉、舉起鉛筆、在房間內(nèi)走動(dòng)、回答問(wèn)題等能力）卻需要極大的運(yùn)算能力，即越簡(jiǎn)單的事情越難，越難的事情越簡(jiǎn)單。這也是為什么人類早已創(chuàng)造出打敗世界頂級(jí)棋手的AlphaGo，卻仍不能讓機(jī)器人擁有像兩三歲小孩一樣的感知力和行動(dòng)力。英偉達(dá)的最新成果展示了大模型在機(jī)器人精細(xì)化控制方面的作用，在英偉達(dá)的推動(dòng)下，更智能的機(jī)器學(xué)習(xí)方式有望被迅速引入工業(yè)和消費(fèi)應(yīng)用領(lǐng)域。▌Meta Habitat——人機(jī)交互直指具身智能Meta的Habitat同樣為訓(xùn)練機(jī)器人而生。據(jù)介紹，Habitat 3.0是第一個(gè)支持在多樣化、逼真的室內(nèi)環(huán)境中，就人機(jī)交互任務(wù)進(jìn)行大規(guī)模訓(xùn)練的模擬器。具體來(lái)看，Habitat 3.0可以利用紅外捕捉系統(tǒng)精心構(gòu)建一個(gè)虛擬環(huán)境，如辦公空間、住宅和倉(cāng)庫(kù)等，其中物體的形狀和大小完全復(fù)制現(xiàn)實(shí)世界，該工具還可在外貌和姿勢(shì)上對(duì)人類進(jìn)行真實(shí)的模擬，支持從簡(jiǎn)單（如行走和揮手）到復(fù)雜（如與物體交互）等各種類型的動(dòng)作，還可模擬多種真實(shí)的社交場(chǎng)景。虛擬環(huán)境中的人形化身既可由學(xué)習(xí)到的策略控制，也可由真人通過(guò)鍵盤、鼠標(biāo)以及VR頭顯等進(jìn)行控制。網(wǎng)上已經(jīng)有人期待在Meta Quest VR中體驗(yàn)Habitat 3.0了。Meta的目的很明確——通過(guò)Habitat 3.0，讓AI智能體在真實(shí)世界和人類互動(dòng)。值得注意的是，與真實(shí)世界進(jìn)行交互正是實(shí)現(xiàn)具身智能的基礎(chǔ)，正如Meta的AI研究部門（FAIR）所說(shuō)，Habitat 3.0等新產(chǎn)品的發(fā)布代表了他們?cè)诰呱碇悄芊矫娴倪M(jìn)步。FAIR表示，Habitat 3.0將把機(jī)器人AI代理的學(xué)習(xí)時(shí)間從幾個(gè)月甚至幾年縮短到幾天。它還能在安全的模擬環(huán)境中更快速地測(cè)試新模型，不會(huì)有任何風(fēng)險(xiǎn)。在推出Habitat 3.0的同時(shí)，Meta還宣布發(fā)布Habitat合成場(chǎng)景數(shù)據(jù)集（Habitat Synthetic Scenes Dataset），這是一個(gè)由藝術(shù)家撰寫(xiě)的三維數(shù)據(jù)集，可用于訓(xùn)練人工智能導(dǎo)航代理；同時(shí)還發(fā)布了Home Robot，這是一個(gè)機(jī)器人助手軟硬件平臺(tái)，可在模擬和真實(shí)環(huán)境中使用。英偉達(dá)深耕運(yùn)動(dòng)控制，Meta注重交互能力，這兩大能力正是機(jī)器人進(jìn)入千家萬(wàn)戶的前提。華為“天才少年”稚暉君離開(kāi)華為后奔赴機(jī)器人創(chuàng)業(yè)，他曾在其機(jī)器人產(chǎn)品首秀上引用一個(gè)網(wǎng)絡(luò)段子：我們想讓AI做的事，是做飯、打掃房間、洗衣服、扔垃圾，然而它們實(shí)際在做的事，是聊天、繪畫(huà)、寫(xiě)作、作曲、打游戲……工業(yè)機(jī)器人已經(jīng)愈發(fā)普及的當(dāng)下，如何讓機(jī)器人成為普通家庭的助手、日常生活中的伙伴，已經(jīng)成為新的科技熱點(diǎn)。一個(gè)包攬家務(wù)活、零碎事的家用機(jī)器人，距離我們還有多遠(yuǎn)呢？