谷歌 DeepMind 联合研究人员创建机器人动作 ImageNet

在机器人技术的所有圣杯中，学习可能是最神圣的。然而，在“通用”一词被广泛使用的时代，非机器人专家可能很难理解当今的系统可以做什么和不能做什么。事实上，现在大多数机器人都是为了很好地完成一件（或者几件，如果你幸运的话）事情而设计的。

这是一个跨越整个行业的真理，从最低级的机器人真空吸尘器到最先进的工业系统。那么，我们如何从单一用途机器人过渡到通用机器人呢？当然，沿途将会在多用途土地上停靠很多站。

答案当然是机器人学习。如今走进几乎任何一个机器人研究实验室，你都会发现团队正在致力于解决这个问题。这同样适用于初创公司和企业。看看 Viam 和 Intrinsic 公司，它们正在努力降低机器人编程的门槛。

目前解决方案的范围相当广泛，但我越来越清楚，这是一个无法用单一灵丹妙药解决的问题。相反，构建更复杂、功能更强大的系统几乎肯定会涉及解决方案的组合。然而，其中大多数的核心是需要一个大型的共享数据集。

谷歌旗下DeepMind机器人团队本周宣布，该公司与33家研究机构合作，共同创建了一个名为Open X-Embodiment的大型共享数据库。这个项目的幕后研究人员称，这个数据库类似于2009年问世的ImageNet，一个拥有超过1400万张图片的数据库。

DeepMind的研究人员Quan Vuong和Pannag Sanketi指出：“就像ImageNet推动了计算机视觉的研究一样，我们相信Open X-Embodiment也能为机器人技术的研究带来同样的推动。建立一个包含各种机器人演示的数据集是训练通用模型的关键步骤，这种模型可以控制不同类型的机器人，遵循各种指令，对复杂任务进行基本推理并实现有效的泛化。”

他们补充说，这样的任务太大了，无法委托给单个实验室。该数据库包含来自 22 种不同机器人类型的 500 多种技能和 150,000 项任务。顾名思义，它的创建者正在向研究界提供数据。

“我们希望开源数据并提供安全但有限的模型将减少障碍并加速研究，”该团队补充道。“机器人技术的未来依赖于让机器人能够互相学习，最重要的是，让研究人员能够互相学习。”

文章来源：TechCrunch