幾乎是和斯坦福“炒蝦洗碗”機器人同一時間，谷歌DeepMind也發(fā)布了最新具身智能成果。

并且是三連發(fā)：

先是一個主打提高決策速度的新模型，讓機器人的操作速度（相比原來的Robotics Transformer）提高了14%——快的同時，質(zhì)量也沒有下滑，準確度還上升了10.6%。

然后再來一個專攻泛化能力的新框架，可以給機器人創(chuàng)建運動軌跡提示，讓它面對41項從未見過的任務，取得了63%的成功率。

別小看這個數(shù)組，對比之前的29%，進步可謂相當大。

最后是一個機器人數(shù)據(jù)收集系統(tǒng)，可以一次管理20個機器人，目前已從它們的活動中收集了77000次實驗數(shù)據(jù)，它們將幫助谷歌更好地完成后續(xù)訓練工作。

那么，這三個成果具體是什么樣？我們一個一個來看。

機器人日常化第一步：沒見過的任務也能直接做

谷歌認為，要生產(chǎn)出真正可進入現(xiàn)實世界的機器人，必須要解決兩個基本挑戰(zhàn)：

1、新任務推廣能力

2、提高決策速度

本次三連發(fā)的前兩項成果就主要在這兩大領域作出改進，且都建立在谷歌的基礎機器人模型Robotics Transformer（簡稱RT）之上。

首先來看第一個：幫助機器人泛化的RT-Trajectory。

對于人類來說，譬如完成擦桌子這種任務簡直再好理解不過了，但機器人卻不是很懂。

不過好在我們可以通過多種可能的方式將這一指令傳達給它，讓它作出實際的物理行動。

一般來說，傳統(tǒng)的方式就是將任務映射為一個個特定的動作，然后讓機械臂完成，例如對于擦桌子，就可以拆解為“合上夾具、向左移動、向右移動”。

很明顯，這種方式的泛化能力很差。

在此，谷歌新提出的RT-Trajectory通過給機器人提供視覺提示的方法來教它完成任務。

具體而言，由RT-Trajectory控制的機器人在訓練時會加入2D軌跡增強的數(shù)據(jù)。

這些軌跡以RGB圖像的形式呈現(xiàn)，包括路線和關鍵點，在機器人學習執(zhí)行任務時提供低級但非常實用的提示。

有了這個模型，機器人執(zhí)行從未見過的任務的成功率直接提高了1倍之多（相比谷歌的基礎機器人模型RT-2，從29%=>63%）。

更值得一提的是，RT-Trajectory可以用多種方式來創(chuàng)建軌跡，包括：
通過觀看人類演示、接受手繪草圖，以及通過VLM（視覺語言模型）來生成。

機器人日常化第二步：決策速度一定要快

泛化能力上來以后，我們再來關注決策速度。

谷歌的RT模型采用的是Transformer架構，雖然Transformer功能強大，但嚴重依賴于有著二次復雜度的注意力模塊。

因此，一旦RT模型的輸入加倍（例如給機器人配上更高分辨率的傳感器），處理起來所需的計算資源就會增加為原來的四倍，這將嚴重減慢決策速度。

為了提高機器人的速度，谷歌在基礎模型Robotics Transformer上開發(fā)了SARA-RT。

SARA-RT使用一種新的模型微調(diào)方法讓原來的RT模型變得更為高效。

這種方法被谷歌稱之為“向上訓練”，它主要的功能就是將原來的二次復雜度轉(zhuǎn)換為線性復雜度，同時保持處理質(zhì)量。

將SARA-RT應用于具有數(shù)十億參數(shù)的RT-2模型時，后者可以在各種任務上實現(xiàn)更快的操作速度以及更高的準確率。

同樣值得一提的是，SARA-RT提供的是一種通用的加速Transformer的方法，且無需進行昂貴的預訓練，因此可以很好地推廣開來。

數(shù)據(jù)不夠？自己創(chuàng)造

最后，為了幫助機器人更好地理解人類下達的任務，谷歌還從數(shù)據(jù)下手，直接搞了一個收集系統(tǒng)：AutoRT。

這個系統(tǒng)將大模型（包括LLM和VLM）與機器人控制模型（RT）相結(jié)合，不斷地指揮機器人去執(zhí)行現(xiàn)實世界中的各種任務，從而產(chǎn)生數(shù)據(jù)并收集。

具體流程如下：

讓機器人“自由”接觸環(huán)境，靠近目標。

然后通過攝像頭以及VLM模型來描述眼前的場景，包括具體有哪些物品。

接著，LLM就通過這些信息來生成幾項不同的任務。

注意了，生成以后機器人并不馬上執(zhí)行，而是利用LLM再過濾一下哪些任務可以獨立搞定，哪些需要人類遠程控制，以及哪些壓根不能完成。

像不能完成的就是“打開薯片袋”這種，因為這需要兩只機械臂（默認只有1只）。

再然后，做完這個篩選任務以后，機器人就可以去實際執(zhí)行了。

最后由AutoRT系統(tǒng)完成數(shù)據(jù)收集并進行多樣性評估。

據(jù)介紹，AutoRT可一次同時協(xié)調(diào)多達20個機器人，在7個月的時間內(nèi)，一共收集了包括6650個獨特任務在內(nèi)的77000次試驗數(shù)據(jù)。

最后，對于此系統(tǒng)，谷歌還特別強調(diào)了安全性。

畢竟AutoRT的收集任務作用于現(xiàn)實世界，“安全護欄”不能少。

具體而言，基礎安全守則由為機器人進行任務篩選的LLM提供，它的部分靈感來自艾薩克·阿西莫夫的機器人三定律——首先也是最重要的是“機器人不得傷害人類。

其次還包括要求機器人不得嘗試涉及人類、動物、尖銳物體或電器的任務。

但這還遠遠不夠。

因此AutoRT還配有常規(guī)機器人技術中的多層實用安全措施。

例如，機器人在其關節(jié)上的力超過給定閾值時自動停止、所有行動都可由保持在人類視線范圍內(nèi)的物理開關停止等等。

還想進一步了解谷歌的這批最新成果？

好消息，除了RT-Trajectory只上線論文以外，其余都是代碼和論文一并公布，歡迎大家進一步查閱～

One More Thing

說起谷歌機器人，就不得不提RT-2（本文的所有成果也都建立之上）。

這個模型由54位谷歌研究員耗時7個月打造，今年7月底問世。

嵌入了視覺-文本多模態(tài)大模型VLM的它，不僅能理解“人話”，還能對“人話”進行推理，執(zhí)行一些并非一步就能到位的任務，例如從獅子、鯨魚、恐龍這三個塑料玩具中準確撿起“已滅絕的動物”，非常驚艷。

如今的它，在短短5個多月內(nèi)便迎來了泛化能力和決策速度的迅速提升，不由地讓我們感嘆：不敢想象，機器人真正沖進千家萬戶，究竟會有多快？