机器人也会系鞋带了！斯坦福团队用模仿学习赋予机器人新技能

斯坦福团队教机器人系鞋带并发布全球首个相关演示视频，这个机器人（Aloha 2）相比之前的炒菜版机器人能执行更轻巧复杂任务。Aloha 2除系鞋带外还会挂衣服、拧齿轮、收拾厨房、给“同事”换配件等。为训练它，研究团队使用扩散策略收集2.6万个示范数据进行大规模训练，基于模仿学习而非强化学习，其神经网络架构参考ACT模型。

研究人员按特定步骤操作，如给嵌入加位置嵌入等，基础模型有2.17亿可学习参数，小模型有1.5亿参数。训练基于JAX框架在64个TPUv5e上并行，有特定训练参数。最终实验成功率很高，研究人员认为模仿学习很有效。Aloha 2的研究团队由DeepMind和斯坦福小组组成，它是原始Aloha系统的增强版，硬件有改进，团队已开源其所有硬件设计、提供教程和模拟模型用于双手操作研究。