洗衣做饭刮胡子……所有家务这个机器人都会做-新闻中心-中国宁波网

　　昨天，你的朋友圈有没有被一个会炒菜的机器人刷屏？在这个名叫Mobile ALOHA的机器人“手”中，滑蛋虾仁、干贝烧鸡、蚝油生菜，三道广东菜轻松搞定，有模有样。

　　大秀了一把厨艺后，Mobile ALOHA趁热打铁，又在今天展现出更多技能：浇花、打扫房间、倒垃圾、煮咖啡、洗衣服、刮胡子、铺床叠被、陪家里的宠物猫玩耍……

　　“万能家政高手”“这才是我想让机器人干的事”“赶紧量产吧”……由斯坦福华人团队开发的这款移动机器人，迅速在国内外引发网友热议。

　　同样在今天，谷歌DeepMind发布自家机器人的最新成果，让人看到了“好用”的机器人走进现实世界的更多可能性。

　　“眼里有活” 数十种家务全包

　　就拿滑蛋虾仁这道菜来说，在烧水的同时，Mobile ALOHA先打上3颗鸡蛋，打散，随后把虾仁放到水中焯熟；接着往平底锅倒入鸡蛋液，加入虾仁，搅拌几下……整个操作的熟练程度，以及最终成品的卖相，是让平日里不太下厨房的年轻人自惭形秽的程度。

　　而在今天上线的这段视频中，Mobile ALOHA承包了一天中更多的家务活：早晨拉开窗帘、浇花、打扫房间、泡咖啡，项目共同负责人Zipeng Fu还亲自出镜，接受了它的剃须服务。到了晚上，整理床铺，为主人掖好被子后关灯，最后还乖乖地给自己插上插头充电……

　　微博大V“谷大白话”转发视频后，最高赞的一条网友评论是：“最难得的是眼里有活。”还有网友表示：“这才是我想让机器人帮我干的事……”

　　Mobile ALOHA同样在海外平台引发热议。PyTorch创始人Soumith Chintala忍不住称赞道：“超酷的新家庭机器人平台，很高兴看到更多工作往这个方向走！”

　　英伟达高级科学家Jim Fan则表示：“很快，硬件将不再是我们实现人类级别的机器人的瓶颈，而是‘大脑’。”

　　50次演示　80%概率成功自主学习

　　Mobile ALOHA，这款由斯坦福三人团队研发的全新机器人，可以通过模仿学习，执行各种复杂的家务任务。

　　论文截图

　　在发表的相关论文中，团队表示，设计研发之时考虑了四个关键因素：

　　1. 移动速度要快，能达到人类正常步行的1.42米/秒（实际移动速度可达1.6m/s）；

　　2. 稳定性要强，可以操作较重的家用物品，像是锅、储物柜等（实际最大有效载荷为100千克）；

　　3. 可以自主操作，还支持全身远程操控所有的自由度（自由度是机器人的主要指标之一，表明机器人可在多大的空间范围内完成工作，以及它能完成任务所需的复杂程度）；

　　4. 不需要外接电源和计算设备（研发团队在在底部配置了1.26千瓦时、重14公斤的电池）。

　　完成这样一个机器人，团队所花的成本仅为3.2万美元（折合人民币约22.9万元），硬件配置方面，最贵的是机械臂和移动底座。研发人员还表示，所有硬件和软件都已开源。这意味着，任何个人和团队都可以利用这个开源项目，打造自己的机器人。

　　开发通用机器人行之有效的一种方式，是模仿学习人类演示。论文透露了该团队研究将“模仿学习”，扩展到需要双臂移动机器人全身控制的任务可行性。

　　烹饪虾、呼叫并乘坐电梯、将一个锅存放到双门橱柜……每一项任务，研究人员只需要用50个人类演示，便能让Mobile ALOHA自主完成复杂的移动操作任务，成功率为80%。而其中的关键在于“利用静态ALOHA数据共同训练模仿学习算法”，这能“持续提高性能，尤其是在需要精确操作的任务中”。

　　师徒几代人都在研究家用机器人

　　根据托管平台GitHub上的相关页面显示，Mobile ALOHA项目共同负责人、论文第一作者Zipeng Fu是斯坦福人工智能实验室计算机科学专业的博士生，同时在谷歌DeepMind担任学生研究员。硕士研究生阶段，他曾在卡内基梅隆大学攻读机器学习，并在机器人学院担任学生研究员；计算机科学与应用数学的学士学位，则是在加州大学洛杉矶分校获得。

　　Zipeng Fu自述，研究兴趣集中在机器人学、机器学习和计算机视觉的交叉领域，“关注在非结构化开放世界中机器人性能的稳健性，以及可部署的机器人系统”。

Zipeng Fu

　　另一位项目共同负责人Tony Z. Zhao，是斯坦福大学的计算机科学博士生，同时在谷歌DeepMind担任兼职研究助理。他曾在加州大学伯克利分校获得电子与计算机科学学士学位，实习经历包括特斯拉Autopilot和谷歌X Intrinsic等。他的目标，是使机器人能够完成复杂而精细的操控任务。

　Tony Z. Zhao

　　两人现在的共同导师是斯坦福大学计算机科学与电气工程的助理教授Chelsea Fin，也就是论文的第三作者。提起她，不得不说到人工智能领域著名的师徒三代：Pieter Abbeel、Sergey Levine和Chelsea Fin，他们发表的论文数量，加起来可能占据了AI+Robotics领域的半壁江山。

Chelsea Fin

　　作为AI大牛吴恩达的第一位博士生，Pieter Abbeel传承导师的RL（Reinforcement Learning，加强学习）路线，成为当今RL+Robotics最强的一个派系。

Pieter Abbeel

　　很多人希望有一个能把家务包圆了的机器人，只不过绝大多数人只停留在“想”的阶段，但Pieter Abbeel作为把“加强学习”应用在机器人的先驱人物，一直致力于研发“多才多艺”的家庭机器人。他培养出了RL的另一位大牛Sergey Levine。而Chelsea Fin，就是Sergey Levine的学生。

　　“2024年将是机器人年”

　　Mobile ALOHA烧菜的视频，如果看到最后就会发现，它的动作依然需要人来介入操控。对此团队表示，人类操控是暂时的，已在研究如何弥合人为控制和机器人自控间的差距。