英偉達(dá)推出AI系統(tǒng)Eureka，可令機(jī)器人執(zhí)行轉(zhuǎn)筆傳球等復(fù)雜工作

英偉達(dá)推出AI系統(tǒng)Eureka，可令機(jī)器人執(zhí)行轉(zhuǎn)筆傳球等復(fù)雜工作

IT之家 10 月 23 日消息，英偉達(dá)日前公布了一個(gè)名為 Eureka 的 AI 系統(tǒng)，該系統(tǒng)以 OpenAI 的 GPT4 為基礎(chǔ)，能夠讓機(jī)器人執(zhí)行例如“轉(zhuǎn)筆”、“開(kāi)抽屜”、“拿剪刀”、“雙手互傳球”等 30 多種復(fù)雜動(dòng)作。

IT之家經(jīng)過(guò)查詢得知，英偉達(dá)研究院主導(dǎo)開(kāi)發(fā)了 Eureka，該 AI 系統(tǒng)可令開(kāi)發(fā)者配合英偉達(dá)自家物理模擬軟件 Isaac Gym 進(jìn)行強(qiáng)化學(xué)習(xí)（reference learning）。

英偉達(dá) AI 研究部門資深總監(jiān) Anima Anandkumar 認(rèn)為，過(guò)去 10 年以來(lái)“強(qiáng)化式學(xué)習(xí)”雖然有所進(jìn)展，但仍存在不少挑戰(zhàn)，例如“獎(jiǎng)賞設(shè)計(jì)”等環(huán)節(jié)，現(xiàn)在還停留在“試錯(cuò)”階段。而目前英偉達(dá)公布的 Eureka，則是為執(zhí)行困難的任務(wù)而設(shè)計(jì)，結(jié)合生成式 AI 與強(qiáng)化式學(xué)習(xí)算法，進(jìn)行首次嘗試。

Eureka 利用 GPT4 生成出的“獎(jiǎng)賞設(shè)計(jì)”方案可助力機(jī)器人的“試錯(cuò)（trialanderror）”學(xué)習(xí)，并能夠起到接替 80% 人類專家的任務(wù)，從而使機(jī)器人平均訓(xùn)練效率提升超過(guò) 50%。

據(jù)悉，在 Eureka 生成“獎(jiǎng)賞設(shè)計(jì)”方案時(shí)，開(kāi)發(fā)者不需要額外輸入任務(wù)提示或撰寫預(yù)定義的獎(jiǎng)賞范本，再結(jié)合人工修正獎(jiǎng)賞，最終使機(jī)器人動(dòng)作更符合開(kāi)發(fā)人員的意圖。

該 AI 系統(tǒng)配合 Issac Gym 時(shí)，可利用 GPU 加速進(jìn)行模擬，并針對(duì)大量批次的候選回饋快速評(píng)估品質(zhì)，從而提升訓(xùn)練效率，并根據(jù)訓(xùn)練結(jié)果的作出統(tǒng)計(jì)摘要，從而改良“獎(jiǎng)賞方案”，在提升機(jī)器人反應(yīng)水平的同時(shí)，令 AI 系統(tǒng)適用的機(jī)器人類型更為廣泛，例如“走獸型”（四足）、“人型（兩足）”、“四軸飛行器”、手臂型等機(jī)器人都可以搭載 Eureka 系統(tǒng)。

▲ 圖源 英偉達(dá)

▲ 圖源 英偉達(dá)

英偉達(dá)將 Eureka 進(jìn)行了“開(kāi)源靈敏性標(biāo)竿測(cè)試”，在評(píng)估 20 種任務(wù)訓(xùn)練結(jié)果后，得出了令人滿意的結(jié)果。

據(jù)此，英偉達(dá)認(rèn)為 Eureka 可實(shí)現(xiàn)靈巧的機(jī)器人控制，并為動(dòng)畫作者提供“生成逼真實(shí)體動(dòng)作”的新方法。