迈向通用机器人：一种基于生成式模拟的有前景范式
机器人学
2023-08-31 v3 人工智能
机器学习
摘要
本文档作为立场论文，概述了作者通往通用机器人的潜在路径愿景。本文档旨在与社区分享作者的兴奋之情，并突出机器人与 AI 中一个有前景的研究方向。作者相信所提出的范式是实现机器人研究长期目标的可行路径：在非工厂的各种真实世界环境中部署机器人，或更广义的具身 AI 智能体，以执行多样化任务。本文档提出了一个从最新大规模基础模型中挖掘知识用于机器人研究的具体想法。不同于直接使用或调整这些模型来产生底层策略与动作，它倡导一种全自动化生成式流水线（称为生成式模拟），利用这些模型大规模生成多样化任务、场景与训练监督，从而扩展底层技能学习，并最终导向一个赋能通用机器人的机器人基础模型。作者正积极投身该方向，但与此同时，他们认识到以大规模策略训练构建通用机器人的雄心目标需要算力与硬件等大量资源，而学术界的单个研究组在落实整体愿景时可能面临严峻的资源约束。因此，作者相信在此早期阶段分享其思考可促进讨论、吸引产业界对该路径及相关主题的兴趣，并潜在推动该领域的重大技术进步。
引用
@article{arxiv.2305.10455,
title = {Towards Generalist Robots: A Promising Paradigm via Generative Simulation},
author = {Zhou Xian and Theophile Gervet and Zhenjia Xu and Yi-Ling Qiao and Tsun-Hsuan Wang and Yian Wang},
journal= {arXiv preprint arXiv:2305.10455},
year = {2023}
}