旧金山 – 在人工智能领域，具身智能（Embodied Intelligence）一直是科研人员孜孜以求的目标。它旨在赋予机器人感知、思考和行动的能力，使其能够在真实物理世界中像人类一样完成各种任务。近日，由著名人工智能专家李飞飞教授领衔的团队，再次在该领域取得了突破性进展，推出了一款名为BEHAVIOR Robot Suite (BRS) 的全新机器人系统。该系统以不到500美元的成本，实现了机器人在家庭环境中完成复杂家务任务的全身操作，引发了业界广泛关注。
具身智能的“圣杯”：家庭服务机器人
长期以来，让机器人走进千家万户，承担繁琐的家务劳动，一直是人们的梦想。然而，要实现这一目标，机器人需要具备高度的智能化和灵活性，能够适应各种复杂的家庭环境，并完成诸如清洁、整理、烹饪等多样化的任务。这对于当前的机器人技术而言，仍然是一个巨大的挑战。
尽管近年来，机器人在某些特定领域取得了显著进展，例如工业自动化、仓储物流等，但在家庭服务领域，机器人的应用仍然相对有限。现有的家务机器人，如扫地机器人、擦窗机器人等，通常只能完成单一、重复性的任务，缺乏真正的智能和自主性。
李飞飞团队此次推出的BRS系统，正是瞄准了这一“圣杯”级的挑战。该系统旨在解决机器人在家庭环境中完成家务任务的全身操作问题，使其能够像人类一样，灵活地运用双手和身体，完成各种复杂的动作。
BRS：低成本、高性能的家务机器人解决方案
BRS系统的核心在于其低成本和高性能的完美结合。该系统的核心组件成本不到500美元，却具备了三项关键能力：
- 双臂协同： 机器人能够灵活地运用双臂，进行协同操作，完成诸如抓取、放置、清洁等任务。
- 稳定导航： 机器人能够在复杂的家庭环境中，进行稳定、精确的导航，避开障碍物，到达目标位置。
- 末端执行器的广泛操作范围： 机器人的机械手臂末端执行器拥有广泛的可操作范围和触及能力，能够适应不同高度和位置的物体。
为了实现这些能力，李飞飞团队采用了多种创新技术：
- JoyLo低成本遥操作接口： 团队开发了一种名为JoyLo的通用低成本全身遥操作接口，通过运动学孪生臂和任天堂Joy-Con控制器，实现高效的全身控制。这种方法类似于操纵木偶，能够让操作者直观地控制机器人的动作，并提供丰富的用户反馈，优化策略学习数据质量。
- WB-VIMA学习算法： 团队还提出了一种新的学习算法WB-VIMA (Whole-Body VisuoMotor Attention)，该算法利用机器人的固有运动学层次结构来建模全身动作。通过自回归全身动作去噪和多模态观察注意力机制，WB-VIMA能够帮助机器人有效学习协调的全身动作。
技术细节：JoyLo与WB-VIMA
JoyLo：低成本高效的遥操作方案
JoyLo的设计理念在于简化机器人的控制方式，让用户能够以一种自然、直观的方式来引导机器人的行为。传统的机器人控制方式往往需要用户具备专业的编程知识和操作技能，这大大限制了机器人的普及应用。
JoyLo通过使用任天堂Joy-Con控制器，将用户的动作映射到机器人的关节运动上，实现了高效的全身协调控制。用户只需像玩游戏一样，通过简单的手势和按钮操作，就能够控制机器人的手臂、躯干和底座，完成各种复杂的动作。
此外，JoyLo还提供了丰富的用户反馈机制，例如力反馈、视觉反馈等，让用户能够更好地感知机器人的状态，并及时调整操作。这种互动式的控制方式，不仅提高了操作效率，也降低了学习成本。
更重要的是，JoyLo的实现成本非常低廉。通过使用现成的游戏控制器和运动学孪生臂，团队在R1机器人上实现了JoyLo的设计目标，总成本不超过500美元。这大大提高了系统的可及性，为未来的家庭服务机器人应用奠定了基础。
WB-VIMA：基于Transformer的全身动作学习算法
WB-VIMA算法的核心在于利用机器人的固有运动学层次结构来建模全身动作。在人形机器人中，各个关节之间存在着复杂的依赖关系。例如，移动基座或躯干动作中出现的微小错误，会在末端执行器处显著放大。
为了解决这个问题，WB-VIMA在预测下游组件动作时，不是孤立地进行，而是先分析上游组件当前的动作状态、位置等信息，将这些信息作为条件和依据，去推算下游组件应该做出怎样的动作，从而实现整体的协调运动。
WB-VIMA算法基于Transformer架构，通过自回归全身动作去噪和多模态观察注意力机制，能够有效地学习协调的全身动作。自回归机制能够让机器人记住之前的动作序列，从而更好地预测未来的动作。多模态观察注意力机制则能够让机器人同时关注视觉信息和运动信息，从而更好地理解环境和自身的状态。
此外，WB-VIMA还采用了特定的优化器和噪声调度器，并在工作站上进行推理以实现低延迟控制。这些优化措施能够提高算法的效率和稳定性，使其能够在实际应用中发挥更好的性能。
实验验证：BRS在家庭任务中的表现
为了验证BRS系统的性能，李飞飞团队在五个具有代表性的家庭任务上进行了评估，包括清洁房屋、清洁厕所、倒垃圾、放置物品到架子上和晾晒衣服。
实验结果表明，BRS能够完成多种家庭任务，并且在数据收集效率、策略学习适用性和用户体验方面表现出色。
在用户研究中，团队对10名参与者进行了全面的用户研究，以评估JoyLo的效果及其收集数据对策略学习的适用性。结果显示，JoyLo在所有接口中表现出色，任务成功率最高、完成时间最短。其完成任务平均成功率是VR控制器的5倍，而使用Apple Vision Pro无人能完成全部任务。所有参与者都认为JoyLo是最友好的界面。
WB-VIMA在所有任务中全面超越基准方法。其端到端任务成功率比DP3高13倍，比RGB-DP高21倍；平均子任务表现分别优于DP3（1.6 倍）和RGB-DP（3.4 倍）。而且WB-VIMA在任务中出错的几率更小，与环境物体的碰撞极少，且几乎不会因施加过度力量而导致电机失去动力。
这些实验结果充分证明了BRS系统的有效性和优越性。
开源共享：推动具身智能研究的进步
为了促进具身智能研究的进步，李飞飞团队将BRS框架的所有工作全部开源，包括项目主页、论文、算法代码、机器人代码和训练数据。
这种开源共享的精神，体现了李飞飞团队对科学研究的开放态度和对社会责任的担当。通过开源共享，更多的研究人员可以参与到BRS系统的开发和改进中来，共同推动具身智能技术的发展。
展望未来：家庭服务机器人的普及
李飞飞团队的BRS系统，为家庭服务机器人的普及应用带来了新的希望。该系统以低成本、高性能的优势，解决了机器人在家庭环境中完成复杂家务任务的难题。
随着技术的不断进步和成本的进一步降低，未来的家庭服务机器人将能够更好地理解人类的需求，并提供更加个性化、智能化的服务。它们将能够承担更多的家务劳动，解放人们的双手，让人们有更多的时间和精力去追求自己的兴趣和梦想。
当然，家庭服务机器人的普及应用，也面临着一些挑战。例如，如何保障机器人的安全性和可靠性，如何解决机器人在复杂环境中的感知和决策问题，如何处理机器人与人类之间的伦理和社会问题等。
这些挑战需要科研人员、工程师、伦理学家和社会学家共同努力，才能找到合理的解决方案。
结论
李飞飞团队推出的BEHAVIOR Robot Suite (BRS) 系统，是具身智能领域的一项重要突破。该系统以不到500美元的成本，实现了机器人在家庭环境中完成复杂家务任务的全身操作，为家庭服务机器人的普及应用带来了新的希望。
BRS系统的成功，离不开李飞飞团队的创新精神和技术实力，也离不开开源共享的理念和对社会责任的担当。相信在李飞飞团队的带领下，具身智能技术将不断发展，为人类社会带来更多的福祉。
Views: 0