项目名为Yell At Your Robot（简称YAY），有了它，机器人的“翻车”动作，只要喊句话就能纠正了！

　　而且机器人可以随着人类的喊话动态提升动作水平、即时调整策略，并根据反馈持续自我改进。

　　这时研究者直接朝它喊话，“用海绵把袋子撑得再开一些”，之后就一下子成功了。

　　而且，这些纠正的指令还会被系统记录下来，成为训练数据，用于进一步提高机器人的后续表现。

　　有网友看了说，既然已经能朝着机器人喊话了，那汽车是不是也快点安排上，还在线点名特斯拉和其自动驾驶软件总监Ashok Elluswamy。

　　成果发布后，前谷歌机器人高级研究员Eric Jang，前DeepMind研究员、斯坦福客座教授Karol Hausman等一众大佬也纷纷表示了肯定和赞许。

　　利用YAY技术后，机器人以更高的成功率挑战了物品装袋、水果混合和洗盘子这三项复杂任务。

　　这三种任务的特点是都需要两只手分别完成不同的动作，其中一只手要稳定地拿住容器并根据需要调整姿态，另一只手则需要准确定位目标位置并完成指令，而且过程中还涉及海绵这种软性物体，拿捏的力度也是一门学问。

　　以打包装袋这个任务为例，机器人在全自主执行的过程中会遇到各种各样的困难，但通过喊话就能见招拆招。

　　当按照指令做出动作后，第一次还是没成功，但机器人记住了“往左”这个指令，再次左移之后便成功把海绵捡起来了。

　　这时只要告诉它再把袋子打开一点点，机器人就“心领神会”，调整出了一系列后续动作，并最终成功完成任务。

　　而且不只是能纠正错误，任务的细节也能通过喊话实时调整，比如在装糖的任务中，开发者觉得机器人拿的糖有点多了，只要喊出“少一点”，机器人就会将一部分糖果倒回盒子。

　　进一步地，人类发出的这些指令还会被系统记录并用作微调，以提高机器人的后续表现。

　　比如在刷盘子这项任务中，经过微调之后的机器人清洁力度更强，范围也变大了。

　　统计数据表明，机器人在经历这种微调之后，平均任务成功率提高了20%，如果继续加入喊话指令还能继续提高。

　　而且这样的指令-微调过程可以迭代进行，每迭代一次机器人的表现都能有所提升。

　　其中高级策略负责生成指导低级策略的语言指令，低级策略则用于执行具体动作。

　　具体来说，高级策略将摄像头捕捉到的视觉信息编码，与相关知识结合，然后由Transformer生成包含当前动作描述、未来动作预测等内容的指令。

　　而低级策略接收到语言指令后，会解析这些指令中的关键词，并映射到机器人关节的目标位置或运动轨迹。

　　同时，YAY系统引入了实时的语言纠正机制，人类的口头命令优先级最高——经识别后，直接传递给低级策略用于执行。

　　且在这个过程中命令会被系统记录并用于微调高级策略——通过学习人类提供的纠正性反馈，逐渐减少对即时口头纠正的依赖，从而提高长期任务的自主成功率。

　　在完成基础训练并已经在真实环境中部署后，系统仍然可以继续收集指令信息，不断地从反馈中学习并进行自我改进。

　　本项目的第一作者是斯坦福大学的学生研究员Lucy X. Shi，2019年毕业于人大附中后进入南加州大学就读计算机科学专业。

　　其间，Lucy曾到英伟达实习研究多模态大模型，并曾与知名AI学者Jim Fan博士合作。

　　她的论文曾连续两年被机器人顶会CoRL收录，还入选过NeurIPS，本人还被DeepMind邀请发表过演讲。

　　Lucy的导师Chelsea Finn是斯坦福计算机科学和电气工程系助理教授，谷歌学术论文引用数超4.7万，此前还在Google Brain工作过一段时间。

　　包括本项目在内，在ALOHA团队发表的一系列论文当中，Finn总是作为通讯作者出现。

　　本文为澎湃号作者或机构在澎湃新闻上传并发布，仅代表该作者或机构观点，不代表澎湃新闻的观点或立场，澎湃新闻仅提供信息发布平台。申请澎湃号请用电脑访问。