·研發(fā)者稱，希望未來的研究能進一步讓機器人在自然形式的人類監(jiān)督下不斷進步，最終讓任何人都能幫助教育機器人。

繼家務機器人火爆全網(wǎng)后，近日，斯坦福大學研發(fā)Mobile Aloha團隊又出新作——一款名為“Yell At Your Robot”（簡稱YAY Robot)的系統(tǒng)。有了這個系統(tǒng)，可以通過“喊話”來訓練機器人。

利用YAY技術調(diào)教訓練后，機器人在完成每個階段的成功率都有顯著提高。

目前，YAY Robot系統(tǒng)作為研究成果,已經(jīng)在社交平臺上公開，系統(tǒng)也已開源。

通過喊話訓練機器人

根據(jù)論文介紹，YAY Robot系統(tǒng)是一個通過自然語言反饋，來改善機器人后期訓練的系統(tǒng)。在傳統(tǒng)方法訓練機器人的過程中，研究人員需要觀看機器人視頻，并且要為每個技能片段、事后動作，進行重新標注或一次性糾正，過程非常費力費時。

為了簡化這一過程，YAY Robot研發(fā)團隊采用了一種更有效的數(shù)據(jù)收集方法：現(xiàn)場解說。通過在機器人附近放置麥克風，操作人員可以先用語言說出機器人需要掌握的技能，然后遙控機器人進行同步操作，錄制的音頻可以與機器人的軌跡同步。

經(jīng)過訓練后的YAY Robot可以在與用戶的互動中不斷改進，提升動作水平，即時調(diào)整策略，將語言更有機地融入機器人的學習過程中。研究人員表示，利用YAY技術調(diào)教訓練后，機器人在完成每個階段的成功率都有顯著提高。比如，在“準備混合食物”這一任務中，經(jīng)過喊話訓練的機器人動作準確性提高了30%-45%、在“清洗盤子”任務中提高了15%-25%。尤其是在清洗盤子這項任務中，研究人員可以直觀地看到整個盤子表面的清潔效果，通過人類的口頭反饋經(jīng)過微調(diào)之后的機器人清潔力度更強，范圍也變大了。

通過人類的口頭反饋經(jīng)過微調(diào)之后的機器人清潔力度更強

YAY Robot還引入了實時語言糾正機制

YAY Robot系統(tǒng)是怎么做到的呢？

研發(fā)人員透露，整個YAY系統(tǒng)在架構(gòu)上主要由高級策略和低級策略兩個部分組成。其中高級策略負責通過自然語言指令控制低級策略，低級策略則用于執(zhí)行具體動作。

YAYRobot系統(tǒng)工作機制

此外，YAY系統(tǒng)引入了實時的語言糾正機制。當機器人的操作行為不理想時，操作人員會對YAY Robot系統(tǒng)說，“我想讓機器人稍微調(diào)整一下”，這些修正語言就會被記錄包含在未來的訓練數(shù)據(jù)收集中。

研究人員表明，YAY Robot的目標是通過不斷學習，最大可能的減少修正的需要，并隨著時間的推移，能與用戶的偏好保持一致。

為了提高機器人操作任務的性能，研究人員透露，YAY Robot系統(tǒng)每次要進行 20 次試驗，還對子任務的成功率進行測量?！拔覀兊拇a實現(xiàn)了采集數(shù)據(jù)與處理這一過程的自動化，并且已經(jīng)開源?！毖芯咳藛T在論文中稱。

研究人員施露西在論文中展望，希望未來的研究能進一步讓機器人在人類的監(jiān)督下不斷進步，最終讓任何人都能幫助教育機器人。

YAY Robot研究成果第一作者施露西本科畢業(yè)于大學計算機科學專業(yè)，曾在英偉達研究院與朱玉珂教授和 Jim Fan 博士合作，2023年3月加入斯坦福大學切爾西·費恩（Chelsea Finn）實驗室，同年8月受邀在谷歌DeepMind就AWE發(fā)表演講。