Eureka！NVIDIA 研究突破為機器人學習注入新動力

  ICC訊 NVIDIA Research 開發(fā)的一款名為 Eureka 的新型 AI 智能體可以教機器人復雜的技能，它教會了機器人手快速轉(zhuǎn)筆，并且第一次轉(zhuǎn)得像人類一樣好。

  上面視頻中所展示的令人驚嘆的“魔術(shù)”是機器人通過 Eureka 學會熟練完成的近 30 項任務之一，Eureka 可以自動編寫獎勵算法來訓練機器人。

  Eureka 還教會了機器人完成打開抽屜和柜子、拋接球、操作剪刀等任務。

  于 10 月 20 日發(fā)布的這一 Eureka 研究包含一篇論文和該項目的 AI 算法，開發(fā)者可以使用 NVIDIA Isaac Gym(一款用于強化學習研究的物理模擬參考應用)進行實驗。Isaac Gym 基于 NVIDIA Omniverse 而構(gòu)建，后者是一個用于基于 OpenUSD 框架構(gòu)建 3D 工具和應用的開發(fā)平臺。Eureka 自身是由 GPT-4 大型語言模型驅(qū)動的。

  NVIDIA AI 研究高級總監(jiān)、Eureka 論文作者之一的 Anima Anandkumar 表示：“在過去十年，強化學習取得了空前成功，但依然面臨許多挑戰(zhàn)，比如獎勵設計需要不斷試錯才能完成。Eureka 是朝著開發(fā)將生成式和強化學習方法結(jié)合以解決這些艱巨的任務的新算法邁出的第一步?！?

  相關(guān)精彩視頻已在NVIDIA中國西瓜視頻賬號發(fā)布：

  NVIDIA Research 最新研究成果：Eureka 用 LLM 訓練機器人靈巧操作

  AI訓練機器人

  據(jù)該論文介紹，Eureka 生成的獎勵程序(可讓機器人進行試錯學習)在超過 80% 的任務上優(yōu)于人類專家編寫的程序，這使得機器人的平均性能提高了 50% 以上。

  該 AI 智能體使用 GPT-4 LLM 和生成式 AI 編寫軟件代碼，為機器人進行強化學習提供獎勵。它不需要任何特定任務提示或預定義的獎勵模板，并且能夠隨時結(jié)合人類的反饋改進其獎勵，使結(jié)果更加精準地符合開發(fā)者的愿望。

  利用 Isaac Gym 中的 GPU 加速模擬，Eureka 能夠快速評估大批獎勵候選者的質(zhì)量，從而提高訓練效率。

  Eureka 隨后會基于訓練結(jié)果匯總關(guān)鍵統(tǒng)計數(shù)據(jù)，并指導 LLM 改進其獎勵函數(shù)的生成。通過這種方式，AI 可以自我完善。Eureka 教會了各類機器人，包括四足機器人、雙足機器人、四旋翼機器人、靈巧手、協(xié)作機器人臂等，來完成不同類型的任務。

  該研究論文對 20 個 Eureka 訓練任務進行了深入評估，這些任務基于開源的靈巧性基準，要求機器人手展示一系列復雜的雙手任務。

  這些來自九個 Isaac Gym 環(huán)境的測試結(jié)果通過使用 NVIDIA Omniverse 生成的可視化進行了展示。

  該項目的貢獻者之一、NVIDIA 高級研究科學家 Linxi “Jim” Fan 表示：“Eureka 是一個獨特的組合，將大型語言模型與 NVIDIA GPU 加速的模擬技術(shù)相結(jié)合，可以實現(xiàn)靈巧的機器人控制，并且為藝術(shù)家提供了一種制作物理逼真動畫的新方法。”

  除了 NVIDIA Research 最近取得的進展(比如使用 GPT-4 構(gòu)建的能夠自主玩 《我的世界》的 AI 智能體 Voyager)之外，這項突破性的研究成果也必將讓開發(fā)者們腦洞大開。

  NVIDIA Research 由全球數(shù)百名科學家和工程師組成，團隊專注于 AI、計算機圖形學、計算機視覺、自動駕駛汽車、機器人學等領(lǐng)域的研究。

  進一步了解 Eureka 與 NVIDIA Research。

  關(guān)于NVIDIA

  自1993年成立以來，NVIDIA (NASDAQ: NVDA) 一直是加速計算領(lǐng)域的先驅(qū)。NVIDIA 1999 年發(fā)明的 GPU 驅(qū)動了 PC 游戲市場的增長，并重新定義了現(xiàn)代計算機圖形，開啟了現(xiàn)代 AI 時代，正在推動跨市場的工業(yè)數(shù)字化。NVIDIA 現(xiàn)在是一家全棧計算公司，其數(shù)據(jù)中心規(guī)模的解決方案 正在重塑整個行業(yè)。更多信息，請訪問https://nvidianews.nvidia.com/。