蘋果公司近日在機器人訓(xùn)練技術(shù)上取得了新突破，推出了一種名為“PH2D”（Physical Human-Humanoid Data）的高效訓(xùn)練方法。這一創(chuàng)新方法結(jié)合了人類教練和機器人示范者的優(yōu)勢，旨在提升人形機器人的學習效率和性能。
在本周三發(fā)布的研究論文《Humanoid Policy ~ Human Policy》中，蘋果公司詳細闡述了傳統(tǒng)訓(xùn)練方法的局限性，并指出了PH2D方案的優(yōu)越性。傳統(tǒng)方法主要依賴機器人示范者，這一過程不僅勞動密集，而且需要高昂的遠程操作數(shù)據(jù)采集成本。相比之下，PH2D方法通過結(jié)合人類教練和改造后的消費級設(shè)備，實現(xiàn)了成本效益和訓(xùn)練效果的雙重提升。
據(jù)了解，蘋果公司在PH2D方法中利用了多種改造后的設(shè)備來制作訓(xùn)練素材。例如，Apple Vision Pro頭顯被特別調(diào)整，僅使用左下角攝像頭進行視覺觀察，并結(jié)合ARKit技術(shù)獲取3D頭部和手部姿態(tài)數(shù)據(jù)。改造后的meta Quest頭顯搭載了mini ZED立體攝像頭，成為了一種低成本的訓(xùn)練工具。通過這些設(shè)備，人類教練可以記錄各種手部操作，如抓取、抬起物體和倒液體等，并在錄制過程中提供語音指導(dǎo)。
這些記錄的視頻素材被放慢后用于機器人的訓(xùn)練。蘋果還開發(fā)了一個名為“Human-humanoid Action Transformer”（HAT）的模型，該模型能夠同時處理人類教練和機器人示范者生成的數(shù)據(jù)。這一模型構(gòu)建了一個通用的策略框架，顯著提高了機器人的泛化能力和穩(wěn)健性。研究顯示，在特定任務(wù)中，如垂直抓取物體，PH2D方法的效果優(yōu)于僅使用機器人示范者的訓(xùn)練方式。
蘋果公司的研究表明，PH2D方法不僅成本效益高，還能顯著提升機器人的表現(xiàn)。盡管目前僅展示了機器人燈原型，但據(jù)傳聞，蘋果正在積極研發(fā)面向終端消費者的移動機器人。這些機器人預(yù)計將能夠執(zhí)行家務(wù)和簡單任務(wù)，為用戶帶來更加便捷的生活體驗。
蘋果公司的這一創(chuàng)新舉措再次展示了其在技術(shù)領(lǐng)域的領(lǐng)先地位。通過結(jié)合人類智慧和先進技術(shù)的力量，蘋果正推動著人形機器人技術(shù)的不斷發(fā)展和進步。未來，隨著技術(shù)的進一步成熟和完善，蘋果的人形機器人有望廣泛應(yīng)用于各個領(lǐng)域，為人類社會帶來更多驚喜和便利。
