·研發(fā)者稱，希望未來的研究能進(jìn)一步讓機(jī)器人在自然形式的人類監(jiān)督下不斷進(jìn)步，最終讓任何人都能幫助教育機(jī)器人。

繼家務(wù)機(jī)器人火爆全網(wǎng)后，近日，斯坦福大學(xué)研發(fā)Mobile Aloha團(tuán)隊又出新作——一款名為“Yell At Your Robot”（簡稱YAY Robot)的系統(tǒng)。有了這個系統(tǒng)，可以通過“喊話”來訓(xùn)練機(jī)器人。

利用YAY技術(shù)調(diào)教訓(xùn)練后，機(jī)器人在完成每個階段的成功率都有顯著提高。

目前，YAY Robot系統(tǒng)作為研究成果,已經(jīng)在社交平臺上公開，系統(tǒng)也已開源。

通過喊話訓(xùn)練機(jī)器人

根據(jù)論文介紹，YAY Robot系統(tǒng)是一個通過自然語言反饋，來改善機(jī)器人后期訓(xùn)練的系統(tǒng)。在傳統(tǒng)方法訓(xùn)練機(jī)器人的過程中，研究人員需要觀看機(jī)器人視頻，并且要為每個技能片段、事后動作，進(jìn)行重新標(biāo)注或一次性糾正，過程非常費(fèi)力費(fèi)時。

為了簡化這一過程，YAY Robot研發(fā)團(tuán)隊采用了一種更有效的數(shù)據(jù)收集方法：現(xiàn)場解說。通過在機(jī)器人附近放置麥克風(fēng)，操作人員可以先用語言說出機(jī)器人需要掌握的技能，然后遙控機(jī)器人進(jìn)行同步操作，錄制的音頻可以與機(jī)器人的軌跡同步。

經(jīng)過訓(xùn)練后的YAY Robot可以在與用戶的互動中不斷改進(jìn)，提升動作水平，即時調(diào)整策略，將語言更有機(jī)地融入機(jī)器人的學(xué)習(xí)過程中。研究人員表示，利用YAY技術(shù)調(diào)教訓(xùn)練后，機(jī)器人在完成每個階段的成功率都有顯著提高。比如，在“準(zhǔn)備混合食物”這一任務(wù)中，經(jīng)過喊話訓(xùn)練的機(jī)器人動作準(zhǔn)確性提高了30%-45%、在“清洗盤子”任務(wù)中提高了15%-25%。尤其是在清洗盤子這項任務(wù)中，研究人員可以直觀地看到整個盤子表面的清潔效果，通過人類的口頭反饋經(jīng)過微調(diào)之后的機(jī)器人清潔力度更強(qiáng)，范圍也變大了。

通過人類的口頭反饋經(jīng)過微調(diào)之后的機(jī)器人清潔力度更強(qiáng)

YAY Robot還引入了實時語言糾正機(jī)制

YAY Robot系統(tǒng)是怎么做到的呢？

研發(fā)人員透露，整個YAY系統(tǒng)在架構(gòu)上主要由高級策略和低級策略兩個部分組成。其中高級策略負(fù)責(zé)通過自然語言指令控制低級策略，低級策略則用于執(zhí)行具體動作。

YAYRobot系統(tǒng)工作機(jī)制

此外，YAY系統(tǒng)引入了實時的語言糾正機(jī)制。當(dāng)機(jī)器人的操作行為不理想時，操作人員會對YAY Robot系統(tǒng)說，“我想讓機(jī)器人稍微調(diào)整一下”，這些修正語言就會被記錄包含在未來的訓(xùn)練數(shù)據(jù)收集中。

研究人員表明，YAY Robot的目標(biāo)是通過不斷學(xué)習(xí)，最大可能的減少修正的需要，并隨著時間的推移，能與用戶的偏好保持一致。

為了提高機(jī)器人操作任務(wù)的性能，研究人員透露，YAY Robot系統(tǒng)每次要進(jìn)行 20 次試驗，還對子任務(wù)的成功率進(jìn)行測量。“我們的代碼實現(xiàn)了采集數(shù)據(jù)與處理這一過程的自動化，并且已經(jīng)開源?！毖芯咳藛T在論文中稱。

研究人員施露西在論文中展望，希望未來的研究能進(jìn)一步讓機(jī)器人在人類的監(jiān)督下不斷進(jìn)步，最終讓任何人都能幫助教育機(jī)器人。

YAY Robot研究成果第一作者施露西本科畢業(yè)于大學(xué)計算機(jī)科學(xué)專業(yè)，曾在英偉達(dá)研究院與朱玉珂教授和 Jim Fan 博士合作，2023年3月加入斯坦福大學(xué)切爾西·費(fèi)恩（Chelsea Finn）實驗室，同年8月受邀在谷歌DeepMind就AWE發(fā)表演講。