DeepMind 的新項目是什么？

開發(fā)機器人技術(shù)的一大挑戰(zhàn)，就在于必須投入大量精力來為每臺機器人、每項任務(wù)和每種環(huán)境訓(xùn)練機器學(xué)習(xí)模型。近日，谷歌 DeepMind 團(tuán)隊及其他 33 個研究機構(gòu)正共同發(fā)起新項目，旨在創(chuàng)建一套通用 AI 系統(tǒng)來應(yīng)對這個挑戰(zhàn)。據(jù)稱該系統(tǒng)能夠與不同類型的物理機器人協(xié)同運作，成功執(zhí)行多種任務(wù)。

谷歌機器人部門高級軟件工程師 Pannag Sanketi 在采訪中表示，“我們觀察到，機器人在專項領(lǐng)域表現(xiàn)極佳，但在通用領(lǐng)域卻缺乏靈性。一般來講，大家需要為每項任務(wù)、每臺機器人和每種環(huán)境分別訓(xùn)練一套模型，從零開始調(diào)整每一個變量。”

為了克服這個問題，讓機器人的訓(xùn)練和部署變得更加輕松、快捷，谷歌 DeepMind 在名為 Open X-Embodiment 的大型共享數(shù)據(jù)庫項目中引入了兩大關(guān)鍵組件：一套包含了 22 種機器人類型數(shù)據(jù)的數(shù)據(jù)集，外加一系列能夠跨多種任務(wù)進(jìn)行技能遷移的模型 RT-1-X（這是一個源自 RT-1 的機器人變壓器模型）。為了開發(fā) Open X-Embodiment 數(shù)據(jù)集，研發(fā)人員在超過 100 萬個場景中展示了 500 多種技能和 150,000 項任務(wù)，因此，該數(shù)據(jù)集也是同類中最全面的機器人數(shù)據(jù)集。

此外，研究人員還在機器人實驗室和不同類型的物理裝置之上對模型進(jìn)行了測試，并發(fā)現(xiàn)與傳統(tǒng)機器人訓(xùn)練方法相比，新方案確實能取得更好的成績。

來自 Open X-Embodiment 數(shù)據(jù)集的樣本展示了 500 多種技能和 150,000 項任務(wù)。

Open X-Embodiment 數(shù)據(jù)集結(jié)合了跨實施例、數(shù)據(jù)集和技能的數(shù)據(jù)。

結(jié)合機器人數(shù)據(jù)

通常來講，不同類型的機器人往往擁有獨特的傳感器和執(zhí)行器，所以需要配合專門的軟件模型。這就類似于不同生物體的大腦和神經(jīng)系統(tǒng)需要專門進(jìn)化，從而適應(yīng)該生物的身體結(jié)構(gòu)與所處環(huán)境。

但 Open X-Embodiment 的誕生卻出于這樣一條先驗性的假設(shè)：將來自不同機器人和任務(wù)的數(shù)據(jù)結(jié)合起來，就能創(chuàng)建一套優(yōu)于專用模型的通用模型，足以驅(qū)動所有類型的機器人。這個概念在一定程度上受到大語言模型（LLM）的啟發(fā)，即在使用大型通用數(shù)據(jù)集進(jìn)行訓(xùn)練時，模型成果的匹配度甚至可以優(yōu)于在特定數(shù)據(jù)集上訓(xùn)練的小型針對性模型。而研究人員驚喜地發(fā)現(xiàn)，此項原理果然也適用于機器人領(lǐng)域。

為了創(chuàng)建 Open X-Embodiment 數(shù)據(jù)集，研究團(tuán)隊收集了來自不同國家 20 個機構(gòu)的 22 臺機器人具身的真實數(shù)據(jù)。該數(shù)據(jù)集包含超 100 萬種情節(jié)（所謂情節(jié)，是指機器人每次嘗試執(zhí)行任務(wù)時所采取的一系列動作），其中具體涉及 500 多種技能和 15 萬個任務(wù)示例。

隨附的各模型均基于 Transformer，一套在大語言模型中也得以應(yīng)用的深度學(xué)習(xí)架構(gòu)。RT-1-X 建立在 Robotics Transformer 1（簡稱 RT-1）之上，是一套適用于在真實環(huán)境下實現(xiàn)機器人技術(shù)規(guī)?；亩嗳蝿?wù)模型。RT-2-X 則建立在 RT-1 后繼者 RT-2 的基礎(chǔ)之上——RT-2 是一種視覺語言動作（VLA）模型，能夠從機器人和網(wǎng)絡(luò)數(shù)據(jù)中學(xué)習(xí)，并具備響應(yīng)自然語言命令的能力。

研究人員在五所不同研究實驗室的五臺常用機器人上測試了 RT-1-X 對各類任務(wù)的執(zhí)行能力。與針對這些機器人開發(fā)的專用模型相比，RT-1-X 在拾取和移動物體、以及開門等任務(wù)上的成功率高出 50%。該模型還能將技能遷移至多種不同環(huán)境，這也是在特定視覺場景下訓(xùn)練出的專用模型所做不到的。由此可見，由不同示例集訓(xùn)練而成的模型在大多數(shù)任務(wù)中都優(yōu)于專用模型。論文還提到，此模型適用于從機械手臂到四足動物在內(nèi)的多種機器人。

加州大學(xué)伯克利分校副教授、論文聯(lián)合作者 Sergey Levine 寫道，“對于任何曾有機器人研究經(jīng)驗的朋友來說，都能意識到這是多么了不起：這類模型「從來」就沒能第一次就嘗試成功，但這個模型卻做到了?！?/p>

值得注意的是，即使是規(guī)模較小的 RT-1-X 模型，也實現(xiàn)了對各實驗室內(nèi)部專用模型的超越！對于任何曾有機器人研究經(jīng)驗的朋友來說，都能意識到這是多么了不起：這類模型“從來”就沒能第一次就嘗試成功，但這個模型卻做到了。

在應(yīng)急技能和處理訓(xùn)練數(shù)據(jù)集中未涉及的新任務(wù)方面，RT-2-X 的成功率可達(dá) RT-2 的 3 倍。具體來講，RT-2-X 在需要空間認(rèn)知的任務(wù)上表現(xiàn)出更好的性能，例如理解“將蘋果放到布旁邊”和“將蘋果放到布上”兩種要求間的區(qū)別。

研究人員在 Open X 和 RT-X 的發(fā)布博文中寫道，“我們的結(jié)果表明，與其他平臺的數(shù)據(jù)進(jìn)行聯(lián)合訓(xùn)練之后，RT-2-X 獲得了原始數(shù)據(jù)集中并不具備的額外技能，使其能夠執(zhí)行前所未見的新任務(wù)?！?/p>

步步邁向機器人研究的新未來

展望未來，科學(xué)家們正在考慮將這些進(jìn)展與 DeepMind 開發(fā)的自我改進(jìn)模型 RoboCat 的見解相結(jié)合，希望探索出新的研究方向。RoboCat 能夠?qū)W會在不同機械臂上執(zhí)行各種任務(wù)，然后自動設(shè)計出新的訓(xùn)練數(shù)據(jù)以提高自身性能。

Sanketi 認(rèn)為，另一個潛在的研究方向，也可能是進(jìn)一步研究不同數(shù)據(jù)集間的混合會如何影響跨機器人具身的能力泛化與改進(jìn)效果。

該團(tuán)隊目前已經(jīng)開源了 Open X-Embodiment 數(shù)據(jù)集和小型 RT-1-X 模型，但并未公開 RT-2-X 模型。

Sanketi 總結(jié)道，“我們相信，這些工具將改變機器人的訓(xùn)練方式，并加速該領(lǐng)域的研究進(jìn)展。我們希望開源相關(guān)數(shù)據(jù)，并提供安全但受限的模型以減少障礙、加速研究。機器人技術(shù)的未來離不開機器人之間的相互學(xué)習(xí)，而這一切的前提，首先要求研究人員之間能夠相互學(xué)習(xí)。”