斯坦福炒蝦機(jī)器人爆火全網(wǎng)！華人團(tuán)隊(duì)成本22萬(wàn)元，能做滿漢全席還會(huì)洗碗

作者：新智元 2024-01-04 17:17:56

人工智能新聞

今天，大家都被斯坦福華人團(tuán)隊(duì)的這個(gè)炒菜機(jī)器人刷屏了。僅用50個(gè)演示，就能讓機(jī)器人完成各種復(fù)雜任務(wù)。最重要的是，打造成本22萬(wàn)，項(xiàng)目全部開源。

今天，會(huì)做一大桌子菜的斯坦福機(jī)器人Mobile ALOHA刷屏全網(wǎng)。

滑蛋蝦仁、干貝燒雞、蠔油生菜，色香味俱全，看著很誘人。

就拿滑蛋蝦仁這道菜來(lái)說(shuō)，Mobile ALOHA在燒水的過(guò)程中先打上3顆雞蛋，然后把蝦仁放到水中焯熟，平底鍋倒入雞蛋液再加入蝦仁，攪拌幾下，一道菜完成了。

再看干貝燒雞的制作過(guò)程。

首先，將去骨雞腿肉煎至兩面金黃，再加入干貝等調(diào)料之后，悶個(gè)20分鐘即可。

最后擺盤時(shí)，再撒上一小撮蔥花，完美。

至于蠔油生菜，機(jī)器人「大廚」的基操也是非常嫻熟。

甚至，還能切蒜末。

網(wǎng)友看后紛紛表示，我們簡(jiǎn)直生活在未來(lái)！用不了多久快餐店做漢堡的工作要全面被機(jī)器人取代！

就連Pytorch之父稱贊道，很酷的新家機(jī)器人平臺(tái)，很高興看到更多的工作在這個(gè)方向上！

這個(gè)由斯坦福三人團(tuán)隊(duì)研發(fā)的全新移動(dòng)機(jī)器人Mobile ALOHA，可以通過(guò)模仿學(xué)習(xí)，執(zhí)行各種復(fù)雜的任務(wù)。

它不僅可以自主操作，還可以支持全身遠(yuǎn)程操控。

值得一提的是，機(jī)器人的成本僅為32000美元（約22萬(wàn)），甚至軟件和硬件全部開源。

論文地址：https://mobile-aloha.github.io/resources/mobile-aloha.pdf

研究人員每個(gè)任務(wù)只用了50個(gè)演示，便讓Mobile ALOHA機(jī)器人始終如一地做一件事，比如連續(xù)9次擦拭灑在桌子上的葡萄酒，連續(xù)5次乘坐電梯。

它還可以在受干擾的情況下，把鍋放入碗柜。即便是訓(xùn)練數(shù)據(jù)中看不到的椅子，也能夠擺正。

50個(gè)演示如何就讓機(jī)器人擁有如此強(qiáng)大的學(xué)習(xí)能力？

作者解釋關(guān)鍵在于，利用靜態(tài)ALOHA數(shù)據(jù)共同訓(xùn)練模仿學(xué)習(xí)算法。這能持續(xù)提高性能，尤其是在需要精確操作的任務(wù)中。

再來(lái)看一波Mobile ALOHA炫酷的演示吧！

清洗平底鍋：

和人擊掌：

炒蝦仁：

此外，還可以遙控Mobile ALOHA完成一些更加精細(xì)的工作。

比如把紙抽出來(lái)擦玻璃。

以及用笤帚掃地等等。

機(jī)器人元年強(qiáng)勢(shì)開局

2024年還沒(méi)到來(lái)之前，許多大佬都在預(yù)測(cè)機(jī)器人便是今年除了大模型，另一件重要的研究領(lǐng)域。

沒(méi)錯(cuò)，2024年將會(huì)是機(jī)器人元年。

一般來(lái)說(shuō)，開發(fā)通用機(jī)器人一個(gè)非常有前途的方法是，從人類提供的演示中進(jìn)行模仿學(xué)習(xí)。

這種「行為克隆」可以讓機(jī)器人學(xué)習(xí)各種原始的技能，從簡(jiǎn)單的拾放操作，到更精細(xì)的操作等等。

然而，現(xiàn)實(shí)生活中許多任務(wù)，都需要全身協(xié)調(diào)的機(jī)動(dòng)性，以及靈巧操作，而非單獨(dú)的移動(dòng)或操作行為。

這篇論文中，作者研究了將「模仿學(xué)習(xí)」擴(kuò)展到需要雙臂移動(dòng)機(jī)器人全身控制的任務(wù)可行性。

當(dāng)前，有兩個(gè)主要因素阻礙了「模仿學(xué)習(xí)」在雙臂機(jī)器人移動(dòng)操作中的廣泛應(yīng)用。

一是，缺乏即插即用的「全身遠(yuǎn)程操控硬件」。

如果購(gòu)買現(xiàn)成的，雙臂移動(dòng)操作器成本會(huì)很高，比如PR2和TIAGo這樣的機(jī)器人價(jià)格超過(guò)20萬(wàn)美元。為了在這些平臺(tái)上實(shí)現(xiàn)遠(yuǎn)程操控，額外的硬件和校準(zhǔn)也是必要的

二是，之前的機(jī)器人學(xué)習(xí)研究中，尚未證明對(duì)于復(fù)雜任務(wù)的高性能雙臂移動(dòng)操作。

在本文中，研究人員試圖解決將「模仿學(xué)習(xí)」應(yīng)用于雙臂移動(dòng)操作的挑戰(zhàn)。

在硬件方面，作者引入了機(jī)器人Mobile ALOHA，一個(gè)低成本的全身遙操作系統(tǒng)，用于收集雙臂移動(dòng)操作數(shù)據(jù)。

通過(guò)將其安裝在輪式底座上，Mobile ALOHA擴(kuò)展了原始ALOHA的能力，即低成本和靈巧的雙人木偶操縱設(shè)置。

然后，用戶將身體栓在系統(tǒng)上，反向驅(qū)動(dòng)輪子，以便底座移動(dòng)。

當(dāng)用戶雙手控制ALOHA時(shí)，底座可以獨(dú)立移動(dòng)。研究人員同時(shí)記錄底座速度數(shù)據(jù)和手臂操縱數(shù)據(jù)，形成一個(gè)全身遠(yuǎn)程操控系統(tǒng)。

成本只需3萬(wàn)刀

值得一提的是，斯坦福團(tuán)隊(duì)在打造Mobile ALOHA的所有成本僅用了3萬(wàn)美元。

在具體的機(jī)器人設(shè)計(jì)中，它們綜合考慮了四個(gè)關(guān)鍵的因素：

- 移動(dòng)：系統(tǒng)的移動(dòng)速度可與人類行走的速度相媲美，大約每秒1.42米。

- 穩(wěn)定性：當(dāng)操作重型家用物品，如鍋和櫥柜時(shí)，能夠保持穩(wěn)定。

- 全身遠(yuǎn)程操控：所有自由度都可以同時(shí)遙操作，包括手臂和移動(dòng)底座。

- 不受束縛：機(jī)載電源和計(jì)算

如下圖所示，可以清楚地看到Mobile ALOHA的技術(shù)規(guī)格。

Mobile ALOHA有2個(gè)腕部攝像頭，和1個(gè)頂部攝像頭，并配有機(jī)載電源和計(jì)算。

另外，遠(yuǎn)程操作裝置可以拆除，Mobile ALOHA自主執(zhí)行時(shí)只使用2個(gè)ViperX 300。兩只手臂的最低/最高高度分別為65厘米/200厘米，并從底座伸出100厘米。

研究人員選擇AgileX Tracer AGV（Tracer）作為了移動(dòng)底座，這是一個(gè)專為倉(cāng)庫(kù)物流設(shè)計(jì)的。

其移動(dòng)速度可以達(dá)到1.6m/s，接近人類的平均步行速度。它的最大有效載荷為100千克，高度為17毫米。

值得一提的是，Tracer在美的售價(jià)為7000美元，比同等速度和有效載荷的Clearpath的AGV便宜5倍多。

然后，研究人員試圖在Tracer移動(dòng)底座和ALOHA機(jī)械臂的基礎(chǔ)上設(shè)計(jì)一個(gè)全身遠(yuǎn)程操控系統(tǒng)，即一個(gè)可以同時(shí)控制底座和兩個(gè)機(jī)械臂的遠(yuǎn)程操控系統(tǒng)。

而將操作員的腰部拴在移動(dòng)底座上的設(shè)計(jì)是最簡(jiǎn)單直接的解決方案，這樣可以反向驅(qū)動(dòng)車輪，而車輪在扭矩關(guān)閉時(shí)摩擦力非常小。

為了改善人體工程學(xué)和擴(kuò)大工作空間，團(tuán)隊(duì)還安裝了4個(gè)ALOHA手臂都面向前，不同于原始面向內(nèi)的ALOHA手臂。

此外，為了讓Mobile ALOHA不受束縛，作者在底部配置了1.26千瓦時(shí)重14公斤的電池。同時(shí)還可以起到平衡作用，避免翻到。

在數(shù)據(jù)收集和推理過(guò)程中的所有計(jì)算都在一臺(tái)消費(fèi)級(jí)筆記本電腦上進(jìn)行，該筆記本電腦配有Nvidia 3070ti GPU （8gb VRAM）和 Intel i7-12800H。

以上便是Mobile ALOHA設(shè)計(jì)的重要組件。

一些開發(fā)細(xì)節(jié)

材料價(jià)格一覽

有興趣的小伙伴可以查看他們的官方文檔：https://docs.google.com/document/d/1_3yhWjodSNNYlpxkRCPIlvIAaQ76Nqk2wsqhnEVM6Dc/edit

協(xié)同學(xué)習(xí)，提升「模仿學(xué)習(xí)」性能

硬件得到了，接下來(lái)便是使用數(shù)據(jù)進(jìn)行協(xié)同訓(xùn)練。

論文中，研究人員使用一個(gè)協(xié)同訓(xùn)練管道，利用現(xiàn)有的靜態(tài)ALOHA數(shù)據(jù)集，以改善模仿學(xué)習(xí)在移動(dòng)操作，特別是雙手臂操作的性能。

靜態(tài)ALOHA數(shù)據(jù)集總共有825個(gè)演示任務(wù)，包括密封袋子、拿起叉子、包裝糖果、撕紙巾、打開帶蓋塑料杯、玩乒乓球、使用咖啡機(jī)、翻轉(zhuǎn)鉛筆、固定魔術(shù)貼電纜、裝上電池和操作螺絲刀。

然后，研究人員選擇了7個(gè)任務(wù)，讓Mobile ALOHA去完成。

對(duì)于機(jī)器人需要清理灑在桌子上紅酒的任務(wù)，需要機(jī)動(dòng)性和雙手靈活性。

具體來(lái)說(shuō)，機(jī)器人需要首先導(dǎo)航到水龍頭，拿起毛巾，然后導(dǎo)航回到桌子。

然后一只手臂舉起酒杯，另一只手臂需要用毛巾擦拭桌子和杯底。這個(gè)任務(wù)在靜態(tài)ALOHA中是不可能完成的，單臂移動(dòng)機(jī)器人需要更多的時(shí)間來(lái)完成。

對(duì)于炒蝦仁來(lái)說(shuō)，機(jī)器人需要將一個(gè)生蝦兩面煎熟，然后把它放進(jìn)碗里。

機(jī)動(dòng)性和雙手靈活性也是這項(xiàng)任務(wù)的必要條件：機(jī)器人需要從灶臺(tái)移動(dòng)到廚房臺(tái)，用鏟子翻動(dòng)蝦仁，而另一只手臂還需傾斜平底鍋。

這項(xiàng)任務(wù)要求比擦酒精度更高，因?yàn)榉D(zhuǎn)半熟的蝦需要更高的精度。

同樣，對(duì)于清洗平底鍋、收納鍋、乘坐電梯、推椅子、擊掌的任務(wù)，Mobile ALOHA也能熟練地完成。

下圖是機(jī)器人在執(zhí)行任務(wù)時(shí)的導(dǎo)航移動(dòng)軌跡。

50個(gè)演示，80%+成功率

實(shí)驗(yàn)評(píng)估中，研究人員主要為了回答兩個(gè)核心問(wèn)題：

（1）通過(guò)協(xié)同訓(xùn)練和少量移動(dòng)操作數(shù)據(jù)，Mobile ALOHA能否掌握復(fù)雜的移動(dòng)操作技能？

（2）Mobile ALOHA能否使用不同類型的模仿學(xué)習(xí)方法，包括ACT、擴(kuò)散策略和基于檢索的VINN？

研究發(fā)現(xiàn)，協(xié)同訓(xùn)練可以提高ACT性能。在7項(xiàng)具有挑戰(zhàn)性的移動(dòng)操作任務(wù)中，與靜態(tài)ALOHA數(shù)據(jù)集進(jìn)行協(xié)同訓(xùn)練可持續(xù)提高ACT的成功率。

這對(duì)于乘電梯時(shí)需要按鍵、清洗鍋時(shí)需要打開水龍頭，等子任務(wù)尤為重要，因?yàn)樵谶@些任務(wù)中，精確操作是瓶頸所在。

另外，Mobile ALOHA與「模仿學(xué)習(xí)」方法兼容。

帶分塊的VINN、擴(kuò)散策略和ACT在Mobile ALOHA上都取得了良好的性能，并且受益于與靜態(tài)ALOHA的協(xié)同訓(xùn)練。

協(xié)同訓(xùn)練針對(duì)不同數(shù)據(jù)組合，其表現(xiàn)也是非常穩(wěn)健。如下是使用ACT進(jìn)行擦拭酒的任務(wù)訓(xùn)練后的成功率。

協(xié)同訓(xùn)練和預(yù)訓(xùn)練效果對(duì)比如下。協(xié)同訓(xùn)練在擦拭酒的任務(wù)中的表現(xiàn)，成功率95%，大大優(yōu)于預(yù)訓(xùn)練的成功率40%。

另外，用戶使用Mobile ALOHA遠(yuǎn)程操控未見過(guò)的任務(wù)時(shí)，可以迅速接近專家級(jí)速度。

總而言之，僅用32000美元的預(yù)算，通過(guò)靜態(tài)ALOHA數(shù)據(jù)協(xié)同訓(xùn)練的模仿學(xué)習(xí)，Mobile ALOHA只需要20-50個(gè)演示就能學(xué)會(huì)各種復(fù)雜的任務(wù)。

斯坦福Mobile ALOHA向所有人展示了機(jī)器人在各種應(yīng)用場(chǎng)景的潛力，甚至機(jī)器人開源實(shí)現(xiàn)了人人可復(fù)刻。

網(wǎng)友表示，機(jī)器人學(xué)是一門既需要硬件又需要算法的系統(tǒng)研究。我猜在2024年，我們將在現(xiàn)實(shí)世界中看到越來(lái)越多的機(jī)器人。

作者介紹

Zipeng Fu（項(xiàng)目共同負(fù)責(zé)人）

Zipeng Fu是斯坦福大學(xué)AI實(shí)驗(yàn)室的計(jì)算機(jī)科學(xué)博士生，導(dǎo)師是Chelsea Finn。同時(shí)也在Google DeepMind擔(dān)任學(xué)生研究員，與Jie Tan合作。

此前，他在卡內(nèi)基梅隆大學(xué)（CMU）攻讀機(jī)器學(xué)習(xí)領(lǐng)域的碩士學(xué)位，并在機(jī)器人學(xué)院（Robotics Institute）擔(dān)任學(xué)生研究員，導(dǎo)師是Deepak Pathak和Jitendra Malik。

他在加州大學(xué)洛杉磯分校（UCLA）獲得了計(jì)算機(jī)科學(xué)與應(yīng)用數(shù)學(xué)的學(xué)士學(xué)位，導(dǎo)師是Song-Chun Zhu。

他的研究興趣集中在機(jī)器人學(xué)、機(jī)器學(xué)習(xí)和計(jì)算機(jī)視覺(jué)的交匯處。并致力于研究在復(fù)雜多變的開放世界中實(shí)現(xiàn)穩(wěn)定性能和可實(shí)際部署的機(jī)器人系統(tǒng)。

他的研究得到斯坦福研究生獎(jiǎng)學(xué)金的支持，并且還是Pierre和Christine Lamond獎(jiǎng)學(xué)金的獲得者。

Tony Z. Zhao（項(xiàng)目共同負(fù)責(zé)人）

Tony Z. Zhao是斯坦福大學(xué)的計(jì)算機(jī)科學(xué)博士生，導(dǎo)師是Chelsea Finn。同時(shí)也在Google DeepMind擔(dān)任兼職研究助理。

在此之前，他于2021年在加州大學(xué)伯克利分校（UCB）獲得了電子與計(jì)算機(jī)科學(xué)（EECS）學(xué)士學(xué)位，導(dǎo)師是Sergey Levine和Dan Klein。并曾在特斯拉Autopilot和谷歌X Intrinsic實(shí)習(xí)。

他的目標(biāo)是使機(jī)器人能夠完成復(fù)雜而精細(xì)的操控任務(wù)。

Chelsea Finn