简而言之，他们设计了一个有人类参与的强化学习框架。在此之前，基于强化学习的技术已经为机器人领域带来了一些技术突破，使机器人已经能够熟练地处理一些简单任务。但是，真实世界环境非常动态多变，而且非常复杂，如果能开发出某种基于视觉的通用方法，必定有助于机器人掌握更加复杂的技能。这正是该团队做出贡献的地方，...
为此，谷歌使用了四种经验来源：（1）简单的手工设计策略，成功率很低，但有助于提供初步经验；（2）模拟训练框架，使用模拟 - 真实的迁移来提供一些初步的垃圾分类策略；（3）“robot classrooms”，机器人使用有代表性的垃圾站不断练习（4）真实的部署环境，机器人在有真实垃圾的办公楼里练习。强化学习在该大规模...
在真实世界实验中，他们使用的数据集包含 3.8 万个成功演示和 2 万个失败的自动收集的场景，这些数据是通过 13 台机器人在 700 多个任务上收集的。Q-Transformer 的表现优于之前提出的用于大规模机器人强化学习的架构，以及之前提出的 Decision Transformer 等基于 Transformer 的模型。方法概览 为了使用 Transformer ...
由Abbeel及其学生创办的机器人公司Covariant推出了全新的机器人基础模型RFM-1。该系统利用公司积累的大量机器人操作数据，结合网络上的图像、文本等海量信息进行训练，使机器人获得了一系列通用技能。RFM-1能识别图像、传感器数据、自然语言，并将它们映射到合适的机器人动作。即使面对全新物体如香蕉，它也能迅速理解如何拿...
通过强化学习 (RL) 据称是训练机器人的最简单方法，需要做很多工作。强化学习是一种机器学习技术，它使代理能够在交互式环境中使用来自其自身行为和经验的反馈，通过反复试验来学习。它与监督学习的不同之处在于，监督学习涉及以执行任务的正确动作集的形式向代理提供反馈。相比之下，RL 使用奖励和惩罚作为积极和消极...
由 Abbeel 和他的学生创建的强化学习机器人平台公司 Covariant，基于自己的真实、复杂机器人数据集与海量的互联网数据，推出了一个机器人基础模型（RFM-1）。据介绍，在识别了图像、感官数据和文本的模式后，该技术让机器人有能力处理物理世界中的突发状况。即使机器人从未见过香蕉，它也知道如何拿起香蕉。它还能用简单...
假如我们想构建一个星际探险机器人,我们可能会在地球上收集一个机器人探索地面环境的数据集,这些数据集被用来教会智能体关于物理现象的知识,作为离线强化学习的基础。 机器人可以像为远航做准备的宇航员一样,学习可能在未来有用的技能。然后,机器...
在谷歌的论文《 Deep RL at Scale: Sorting Waste in Office Buildings with a Fleet of Mobile Manipulators 》中,研究人员探讨了如何通过最新的大规模实验解决这个问题,他们在两年内部署了一支由 23 个支持 RL 的机器人组成的群组,用于在谷歌办公楼中进行垃圾分类和回收。使用的机器人系统将来自真实世界数据的可...
使用的机器人系统将来自真实世界数据的可扩展深度强化学习与来自模拟训练的引导和辅助对象感知输入相结合,以提高泛化能力,同时保留端到端训练优势,通过对 240 个垃圾站进行 4800 次评估试验来验证。 论文地址: https://rl-at-scale.github.io/assets/rl_at_scale.pdf...
腾讯RoboticsX实验室的新研究,它通过将前沿的预训练AI模型和强化学习技术应用到机器人控制领域,让机器狗MAX的灵活性和自主决策能力得到大幅提升。通过引入预训练模型和强化学习技术,机器狗可以分阶段进行学习,并有效的将不同阶段的技能、...