openai机械手成精了无需训练能自行掌握人类行为鞍包

许多机器人和机械手已经精通某些抓握或其他动作，比如工厂里的机器人可以比人类更灵巧地挥舞螺栓枪。但是帮助机器人完成这项任务的软件很可能是手写的，而且非常复杂。即使是在同一条生产线上，比如焊接，也需要一个全新的系统。

对于人类来说，拿起苹果和拿起杯子似乎没什么区别。不过，差异是确实存在的，只是我们的大脑会自动填补空白，让我们可以随机应变，安全地握住不熟悉的物体。这是机器人远远落后于人类的领域。

此外，你不能仅仅通过训练机器人去做人类能做的事，你必须提供数以百万计的例子来充分展示，人类如何操控成千上万个给定的物体。

openai的研究人员认为，解决方案就是根本不使用人类数据。取而代之的是，他们让计算机在模拟中反复尝试和失败，慢慢地学习如何移动手指，以便它所掌握的对象能够按照需要移动。

研究人员称这套系统为dactyl，他们只为其提供手指的位置和三种手持对象的摄像头视角。但在训练时，所有这些数据都是在虚拟环境中进行模拟的。

在这种环境中，计算机不需要实时工作。它可以在几秒钟内尝试上千种不同的方法去抓住一个对象，分析结果并将数据转发到下一次尝试中。这只机械手本身就像影子般灵巧的手，也比大多数机械手复杂。

除了需要了解的不同物体和姿势之外，还有其他随机参数，比如指尖的摩擦力、场景的颜色和灯光等等。你不能模拟现实中的每个方面，但是你可以确保系统不只是在一个蓝色的房间里工作，或在带有特殊标记的立方体上工作。

研究人员在这个问题上投入了大量的精力：6144个cpu和8个gpu，在50个小时内收集了大约100年的经验。然后他们将这个系统首次应用到现实世界中，它展示了许多令人惊讶的类人行为。

我们在不经意间用手做的事情，比如把一个苹果转过来看看有没有擦伤，或者把一杯咖啡递给朋友时，需要用很多小技巧来稳定或移动物体。dactyl重新创建了其中的几个过程，例如用拇指和中指握住物体，而用剩下的手指将其旋转到想要的方向。

这个系统的伟大之处在于它的运动的自然性，以及它们是通过反复试验而独立完成的，它与任何特定的形状或物体类型无关。就像人类一样，dactyl的确可以控制和操纵被放在它手里的任何东西。

这种灵活性被称为泛化，对于必须与现实世界交互的机器人来说，这一点很重要。对于世界上的每个物体和每种情况来说，手工编码行为模式是不可能的，但是机器人能够在依赖核心理解能力的前提下适应并填补这些空白。（编译/金鹿）

邵音音整容失败

林嘉绮丰胸

pt是什么意思

前列腺炎好不

康维琪