原標題：讓機器人變得更“聰明” 北京具身智能研究再迎新突破

人形機器人需要在訓練中不斷成長。12月27日，國家地方共建具身智能機器人創(chuàng)新中心與北京大學計算機學院聯(lián)合創(chuàng)建的具身智能數據集對外發(fā)布。有了這個數據集，像天工這樣的具身智能機器人就可在持續(xù)訓練中變得更“聰明”。

正如人工智能大模型需要海量文本數據來訓練，想要培養(yǎng)出一個能力全面的機器人，也需要大量優(yōu)質的訓練數據。

“與視覺或語言數據的獲取相比，收集機器人訓練數據更困難。”國家地方共建具身智能機器人創(chuàng)新中心相關負責人解釋，具身智能數據采集需要投入大量時間和資源進行機器人操作實踐或仿真模擬，來收集視覺、觸覺、力覺、運動軌跡，以及機器人本體狀態(tài)等多源異構數據。

業(yè)內目前最具通用性的機器人操作策略主要依賴于在有限多樣性條件下收集的數據。更加豐富多樣的大規(guī)模多構型具身智能數據集和Benchmark（基準測試，用來評估和比較不同具身智能操作模型性能的一系列標準化測試和評估標準）是極為稀缺的資源。

為了解決這個難題，國家地方共建具身智能機器人創(chuàng)新中心與北京大學計算機學院聯(lián)合推出了一個大規(guī)模多構型智能機器人數據集和Benchmark——RoboMIND，捕捉機器人面對復雜環(huán)境、長程任務時的各種交互和經驗，從而促進能夠掌握不同操作策略的通用模型的訓練。

據了解，RoboMIND是采用了單臂機器人、雙臂機器人、人形機器人等多種形態(tài)的機器人本體進行數據采集，包含5.5萬條機器人軌跡數據，涉及279項不同的任務多類場景，涵蓋了61種不同類別的物體，覆蓋了家居、廚房、工廠、辦公、零售等大部分生活服務場景。

這就像小學生做習題來提高自己的學習能力，機器人的成長也需要見識各種“題型”。比如，RoboMIND數據集的61種不同物品類別，可以讓機器人掌握更多本領。在廚房場景中，數據集不僅包括了草莓、雞蛋、香蕉和梨子等常見食物，也包括了烤箱和面包機等復雜的可調節(jié)物體；在家庭場景中，數據集既包括了網球等剛性物體，也包括了玩具等可變形物體；辦公和工業(yè)場景則包括了電池和齒輪等需要精確控制的小物體。

“多樣化的物體種類不僅增加了數據集的復雜性，也有助于訓練能夠在各種環(huán)境下執(zhí)行操作。”相關負責人舉例，這樣，不同形態(tài)的機器人才能更好地學會如何抓取不同的東西。

隨著數據集建設的不斷積累，該創(chuàng)新中心將持續(xù)迭代RoboMIND，涵蓋更多本體、任務、場景和評測方法，提供高質量、標準化、廣泛多樣的數據基礎。（記者 曹政）

免責聲明：本網轉載自其它媒體的文章及圖片，目的在于弘揚科技創(chuàng)新精神，傳遞更多科技創(chuàng)新信息，宣傳國家科技政策，展示國家科技形象，增強國家科技軟實力，參與國際科技輿論競爭，推廣科技企業(yè)品牌和產品，并不代表本網贊同其觀點和對其真實性負責，在此我們謹向原作者和原媒體致以崇高敬意。如果您認為本網文章及圖片侵犯了您的版權，請與我們聯(lián)系，我們將第一時間刪除。