近日,由英伟达、卡内基梅隆大学和加州大学伯克利分校等机构组成的全华人团队推出了一款名为HOVER的通用人形机器人控制器。该系统通过一个仅有150万参数的小型神经网络模型,实现了机器人身体的多模式、类人化运动控制。这一突破不仅意味着机器人在外观上更像人类,更在于其底层运动逻辑也开始模拟人类的潜意识行为。
HOVER(Humanoid Versatile Controller)是一个全新的多模式控制框架,旨在为人形机器人提供灵活而稳健的全身控制能力。Jim Fan博士指出,往常大多数高效能控制器依赖庞大的模型,但HOVER展示了模型规模并非唯一标准。相较于传统单一任务的控制策略,HOVER能够适应多种任务,例如行走、导航及桌面操作,同时保留每种任务的独特优势。
HOVER的核心在于其创新的运动控制策略。研究团队通过目标条件强化学习(RL),将人形机器人的控制问题形式化为一个多模式的任务。这些任务包括运动学位置跟踪、局部关节角度跟踪和根追踪,涵盖了机器人运动的各个方面。此设计不仅提升了机器人运动的灵活性,还显著提高了其在复杂环境中的稳定性和适应能力。
团队通过定义复杂的状态空间和奖励系统,在人工智能训练中引入了类似人类的运动数据,形成了高级的Oracle策略。这一策略通过大量真实人类运动的模仿训练,使得机器人能够理解并执行多种动作模式,进而实现无缝的任务切换。
实验结果显示,HOVER能够在执行多种指令模式时,表现出较其他特定策略更高的准确性和灵活性。在不同控制模式的评估中,HOVER在大多数组合下均优于以往的系统,并且在真实环境中的实验中也能顺利跟踪目标动作,显示出其强大的实用性。
例如,在测试中,HOVER能够在切换任务指令模式时,如从行走到手部操作,快速调整运动模式,保持流畅的动作。这一创新机制极大地简化了人形机器人执行复杂任务时的控制逻辑,避免了传统方法中需单独训练每个任务所带来的效率低下。
HOVER的问世,无疑是在机器人技术发展上迈出的一大步。它不仅展示了新型小型网络模型的潜力,也催生了更广泛的人形机器人应用场景的想象空间。从家庭助手到工业机器人,HOVER能够以更合理的资源消耗,提供业内领先的功能表现。
不过,随着机器人技术的快速发展,相关的伦理和安全问题也亟待解决。人工智能的高效能固然令人振奋,但如何确保这些技术在使用过程中的安全性和可控性,是社会必须面对的重要课题。此外,HOVER的开发还引发了对机器学习普及带来的工作冲击的思考。
针对未来,Jim Fan团队表示,他们将持续优化HOVER,让全球范围内的研究人员和工程师能够快速适应这项技术。他们希望HOVER可以成为多领域合作的基础,不断推动人形机器人的发展与应用。
总的来说,HOVER项目带来了机器人控制领域的重大变革,开启了人形机器人运动协调的新时代。对于普通用户来说,借助像简单AI这样的智能产品,可以更好地接入人工智能时代,实现创作效率的提升及创新能力的增强。未来,希望每个人都能更便捷地使用这些先进的技术,融入日常生活,不断改善生活质量,创造更加丰富的社会价值。返回搜狐,查看更多