斯坦福机器人进化：从演示中转移技能，400美元解训练数据悖论

量子位02-23

斯坦福最新“技能转移”大法，让人类沦为给机器人提供训练数据的工具人。小哥拿上机械手做示范，机器人就能从收集到的数据中学会刷碗，并且能随机应变。打开水龙头、抓取盘子、用百洁布清洗一气呵成，外界干扰使坏也不怕。整套系统从硬件到代码完全开源，成本只需400美元，就可以在没有机器人的情况下收集训练机器人所需数据。更详细的3D打印、组装教程视频也即将发布。要知道，在这项工作之前要想大规模训练机器人be ...

网页链接

免责声明：本文观点仅代表作者个人观点，不构成本平台的投资建议，本平台不对文章信息准确性、完整性和及时性做出任何保证，亦不对因使用或信赖文章信息引发的任何损失承担责任。

精彩评论

我们需要你的真知灼见来填补这片空白

发表看法

{"i18n":{"language":"zh_CN"},"isChannel":false,"data":{"share":"https://www.laohu8.com/m/news/2413337769?lang=zh_CN&edition=full","thumbnail":"","is_english":false,"pubTime":"2024-02-23 21:40","share_image_url":"https://static.laohu8.com/e9f99090a1c2ed51c021029395664489","id":"2413337769","market":"sh","top_or_hot":-1,"title":"斯坦福机器人进化：从演示中转移技能，400美元解训练数据悖论","media":"量子位","content":"<div>\n<p>斯坦福最新“技能转移”大法，让人类沦为给机器人提供训练数据的工具人。小哥拿上机械手做示范，机器人就能从收集到的数据中学会刷碗，并且能随机应变。打开水龙头、抓取盘子、用百洁布清洗一气呵成，外界干扰使坏也不怕。整套系统从硬件到代码完全开源，成本只需400美元，就可以在没有机器人的情况下收集训练机器人所需数据。更详细的3D打印、组装教程视频也即将发布。要知道，在这项工作之前要想大规模训练机器人be ...</p>\n\n<a href=\"https://tech.ifeng.com/c/8XPtmiVg2qm\">网页链接</a>\n\n</div>\n","source":"fenghuang_stock","html":"<!DOCTYPE html>\n<html>\n<head>\n<meta http-equiv=\"Content-Type\" content=\"text/html; charset=utf-8\" />\n<meta name=\"viewport\" content=\"width=device-width,initial-scale=1.0,minimum-scale=1.0,maximum-scale=1.0,user-scalable=no\"/>\n<meta name=\"format-detection\" content=\"telephone=no,email=no,address=no\" />\n<title>斯坦福机器人进化：从演示中转移技能，400美元解训练数据悖论</title>\n<style type=\"text/css\">\na,abbr,acronym,address,applet,article,aside,audio,b,big,blockquote,body,canvas,caption,center,cite,code,dd,del,details,dfn,div,dl,dt,\nem,embed,fieldset,figcaption,figure,footer,form,h1,h2,h3,h4,h5,h6,header,hgroup,html,i,iframe,img,ins,kbd,label,legend,li,mark,menu,nav,\nobject,ol,output,p,pre,q,ruby,s,samp,section,small,span,strike,strong,sub,summary,sup,table,tbody,td,tfoot,th,thead,time,tr,tt,u,ul,var,video{ font:inherit;margin:0;padding:0;vertical-align:baseline;border:0 }\nbody{ font-size:16px; line-height:1.5; color:#999; background:transparent; }\n.wrapper{ overflow:hidden;word-break:break-all;padding:10px; }\nh1,h2{ font-weight:normal; line-height:1.35; margin-bottom:.6em; }\nh3,h4,h5,h6{ line-height:1.35; margin-bottom:1em; }\nh1{ font-size:24px; }\nh2{ font-size:20px; }\nh3{ font-size:18px; }\nh4{ font-size:16px; }\nh5{ font-size:14px; }\nh6{ font-size:12px; }\np,ul,ol,blockquote,dl,table{ margin:1.2em 0; }\nul,ol{ margin-left:2em; }\nul{ list-style:disc; }\nol{ list-style:decimal; }\nli,li p{ margin:10px 0;}\nimg{ max-width:100%;display:block;margin:0 auto 1em; }\nblockquote{ color:#B5B2B1; border-left:3px solid #aaa; padding:1em; }\nstrong,b{font-weight:bold;}\nem,i{font-style:italic;}\ntable{ width:100%;border-collapse:collapse;border-spacing:1px;margin:1em 0;font-size:.9em; }\nth,td{ padding:5px;text-align:left;border:1px solid #aaa; }\nth{ font-weight:bold;background:#5d5d5d; }\n.symbol-link{font-weight:bold;}\n/* header{ border-bottom:1px solid #494756; } */\n.title{ margin:0 0 8px;line-height:1.3;color:#ddd; }\n.meta {color:#5e5c6d;font-size:13px;margin:0 0 .5em; }\na{text-decoration:none; color:#2a4b87;}\n.meta .head { display: inline-block; overflow: hidden}\n.head .h-thumb { width: 30px; height: 30px; margin: 0; padding: 0; border-radius: 50%; float: left;}\n.head .h-content { margin: 0; padding: 0 0 0 9px; float: left;}\n.head .h-name {font-size: 13px; color: #eee; margin: 0;}\n.head .h-time {font-size: 11px; color: #7E829C; margin: 0;line-height: 11px;}\n.small {font-size: 12.5px; display: inline-block; transform: scale(0.9); -webkit-transform: scale(0.9); transform-origin: left; -webkit-transform-origin: left;}\n.smaller {font-size: 12.5px; display: inline-block; transform: scale(0.8); -webkit-transform: scale(0.8); transform-origin: left; -webkit-transform-origin: left;}\n.bt-text {font-size: 12px;margin: 1.5em 0 0 0}\n.bt-text p {margin: 0}\n</style>\n</head>\n<body>\n<div class=\"wrapper\">\n<header>\n<h2 class=\"title\">\n斯坦福机器人进化：从演示中转移技能，400美元解训练数据悖论\n</h2>\n\n<h4 class=\"meta\">\n\n\n2024-02-23 21:40 北京时间&nbsp;&nbsp;&nbsp;<a href=https://tech.ifeng.com/c/8XPtmiVg2qm><strong>量子位</strong></a>\n\n\n</h4>\n\n</header>\n<article>\n<div>\n<p>斯坦福最新“技能转移”大法，让人类沦为给机器人提供训练数据的工具人。小哥拿上机械手做示范，机器人就能从收集到的数据中学会刷碗，并且能随机应变。打开水龙头、抓取盘子、用百洁布清洗一气呵成，外界干扰使坏也不怕。整套系统从硬件到代码完全开源，成本只需400美元，就可以在没有机器人的情况下收集训练机器人所需数据。更详细的3D打印、组装教程视频也即将发布。要知道，在这项工作之前要想大规模训练机器人be ...</p>\n\n<a href=\"https://tech.ifeng.com/c/8XPtmiVg2qm\">网页链接</a>\n\n</div>\n\n\n</article>\n</div>\n</body>\n</html>\n","isBrief":false,"type":0,"news_type":1,"symbol":"REAL","symbol_name":"The RealReal","start_time":0,"source_url":"https://tech.ifeng.com/c/8XPtmiVg2qm","article_id":"2413337769","we_media_id":null,"thumbnails":[],"rights":null,"url":"https://stock-news.laohu8.com/highlight/detail?id=2413337769","pubTimestamp":1708695651,"sourceInfo":{"source_id":"fenghuang_stock","name":"凤凰网"},"weMediaInfo":null,"summary":"斯坦福最新“技能转移”大法，让人类沦为给机器人提供训练数据的工具人。整套系统从硬件到代码完全开源，成本只需400美元，就可以在没有机器人的情况下收集训练机器人所需数据。实际上，都是来自斯坦福大学的两个团队，已经在实验室里带着各自的机器人对练碰拳、握手了。通用操作接口斯坦福的这项研究名为通用操作接口，是一种数据收集和策略学习框架，允许将技能从人类演示直接转移到可部署的机器人策略。","collect":0,"end_time":0,"defaultTopTitle":"ifeng.com","property":[],"viewcount":null,"language":"zh","relate_stocks":{"REAL":"The RealReal","BK4190":"消闲用品","BC":"宾士域","UMI":"USCF Midstream Energy Income Fund","BK4122":"互联网与直销零售","BK4094":"服装零售"},"translate_title":"Stanford Robot Evolution: Transferring Skills from Demonstration, $400 to Solve Training Data Paradox","themeId":null,"isJumpTheme":false,"ttsUrl":null,"symbols_score_info":{"BC":1,"REAL":1,"UMI":1},"content_text":"斯坦福最新“技能转移”大法，让人类沦为给机器人提供训练数据的工具人。小哥拿上机械手做示范，机器人就能从收集到的数据中学会刷碗，并且能随机应变。打开水龙头、抓取盘子、用百洁布清洗一气呵成，外界干扰使坏也不怕。整套系统从硬件到代码完全开源，成本只需400美元，就可以在没有机器人的情况下收集训练机器人所需数据。更详细的3D打印、组装教程视频也即将发布。要知道，在这项工作之前要想大规模训练机器人be like：对此，李飞飞团队具身智能成果VoxPoser一作黄文龙表示：惊人的工作，破解了机器人数据收集中的先有鸡先有蛋难题。有网友觉得，这项工作和之前爆火的斯坦福家务机器人ALOHA等工作同样令人印象深刻。实际上，都是来自斯坦福大学的两个团队，已经在实验室里带着各自的机器人对练碰拳、握手了。破解数据的先有鸡先有蛋难题新方法收集数据的秘密，就藏在这对手持夹持器里。左右手各一个300美元的Go Pro摄像头，搭配一面镜子就能得到隐式立体信息，大大节省成本和重量。再加上内置的惯性传感器，联合优化视觉跟踪和惯性姿态。录好的第一视角演示影像就像这样：机器人学会之后，即使照明环境发生剧烈变化也丝毫不受影响。再叠加上人为干扰，机器人最后也不忘把水龙头关好。除刷碗之外，还展示了叠衣服、摆放餐具和抛物投篮，都是学习了人类演示后，机器人全自主行动无遥控，1倍速播放。通用操作接口斯坦福的这项研究名为通用操作接口（UMI），是一种数据收集和策略学习框架，允许将技能从人类演示直接转移到可部署的机器人策略。其中硬件，设计了一个手持夹持器，长这样婶儿：上面搭载的GoPro运动相机，是唯一的传感器和记录设备，这种设计可以最小化人机观测空间上的差异，保证策略部署时的鲁棒性，同时也简化了硬件搭建。相机配有155°宽视角鱼眼镜头，可以收集足够的视觉上下文和关键深度信息。相机的两边还配有两块物理侧镜，用于提供隐式的立体视角，辅助深度估计。下图中绿色框圈出的部分就是侧镜在相机镜头上的显示：结合内置的IMU传感器，UMI能够在快速运动下稳健跟踪，即使在运动模糊或视觉特征缺失时也能在短时间内保持跟踪。并且，可以通过视觉标记实时检测夹持器张开宽度，进行精细和连续的抓取控制，同时可隐式检测抓取力度。总的来说，UMI夹持器的重量为780克，其中3D打印的夹持器材料成本为73美元，GoPro相机及配件的总成本为298美元。可谓集便携、低成本、信息丰富的数据收集于一身，在任何家庭或餐厅，2分钟内就可以开始进行数据收集。再来看策略接口设计。UMI在观测和推理时间上可能会有延迟，为此研究人员进行了延迟匹配。具体来说，测量不同数据流的延迟将其对齐到最大延迟，通过图像时间戳进行线性插值，获得同步观测序列；测量机械臂和手持夹持器延迟，提前对应时间发送控制指令。此外，作为策略输入的端效器（机械臂）位姿状态采用的是相对位姿序列的表示方法，所以与机器人基座的位置无关，可跨多个机器人平台部署，不需要重新训练或校准。凭借多样化操作数据集，UMI能训练出一个扩散策略（Diffusion Policy），实现零样本泛化到新环境和对象，使得机器人在新环境下执行任务，也能展示出高度的适应性和灵活性。扩散策略基于团队之前的研究成果，把扩散模型用于机器人视觉运动策略学习，可优雅地处理多模态动作分布、适用于高维动作空间以及表现出令人印象深刻的训练稳定性。做到即使是水上作业也游刃有余：斯隆奖得主领衔UMI来自斯坦福大学 、哥伦比亚大学 、丰田研究院联合团队。通讯作者为斯隆奖得主、斯坦福助理教授、哥伦比亚大学兼职副教授宋舒然，两位共同一作都是宋舒然的博士生。论文公布后，她还补充总结了在这个项目中学到的三件事：通过正确的硬件设计，腕戴式相机足以应对具有挑战性的操作任务。通过合适的策略接口，可以实现跨实体（cross-embodiment）的策略。如果数据合适，行为克隆（BC）可以实现泛化。共同一作Cheng Chi（迟宬），哥伦比亚大学博士生及斯坦福Student of New Faculty。共同一作上交大校友Zhenjia Xu，哥伦比亚大学博士生及斯坦福大学机器人与具身智能实验室 (REAL)成员。Cheng Chi认为，新方法在大多数任务上实现了70-90%的成功率，但仍然没有达到商业部署的标准。","kind":null,"is_publish_news":null,"is_publish_highlight":null,"is_publish_live":null,"is_publish_wemedia":null,"editions":null,"symbols":[],"gpt_button":1},"commentList":[],"isCommentEnd":true,"newsSizeData":{"likeSize":0,"commentSize":0,"repostSize":0,"favoriteSize":0,"likeStatus":false,"favoriteStatus":false},"APP":{"userAgent":"Mozilla/5.0 AppleWebKit/537.36 (KHTML, like Gecko; compatible; ClaudeBot/1.0; +claudebot@anthropic.com)","isDev":false,"isTTM":false,"deviceId":"web-server-community-laohu8-v3","version":"4.22.4","shortVersion":"4.22.4","platform":"web","vendor":"web","appName":"laohu8","isIOS":false,"isAndroid":false,"isTiger":false,"isTHS":false,"isWeiXin":false,"isWeiXinMini":false,"isWeiBo":false,"isQQ":false,"isBaiduSwan":false,"isBaiduBox":false,"isDingTalk":false,"isToutiao":false,"isOnePlus":false,"isHuaWei":false,"isXiaomi":false,"isXiaomiWebView":false,"isOppo":false,"isVivo":false,"isSamsung":false,"isMobile":false},"href":"/m/news/2413337769"}