训练机器人，AI比人类更拿手！

英伟达最新AI AgentEureka ，用GPT-4生成奖励函数，结果教会机器人完成了三十多个复杂任务。

比如，快速转个笔，打开抽屉和柜子、抛球和接球。

英伟达科学家，也是此次共同作者之一Jim Fan评价到，它是超级人类奖励工程师。它可以辅助机器人工程师设计复杂任务。

目前该项目完全开源。

在机器人学习中，大模型擅长生成高级语义规划和中级操作，比如拾取和放置（VIMA、RT-1等），但在复杂任务控制方面有所欠缺。

而Eureka的关键所在，就是通过上下文来实现了人类水平的奖励算法设计。

简单来说，就是用GPT-4的零样本生成、代码编写以及上下文改进功能，对奖励执行策略进行优化，由此通过强化学习来进行复杂的技能。

这些环境包括10种不同的机器人形态，比如四足机器人、四旋翼机器人、双足机器人、机械手等。

让研究人员惊讶的是，尤其在处理复杂、高维电机控制的任务上，Eureka表现更好，且与人类奖励的相关性越低。

甚至在少数情况下，AI的策略与人类的策略呈现负相关。

这就有点像当年 AlphaGo的下棋策略，人类看不懂学不会，但十分有效。

这项研究由英伟达、宾夕法尼亚大学、加州理工学院、德州大学奥斯汀分校的研究人员来完成。

可以看到的是，近半数研究人员都是华人。

一作是Yecheng Jason Ma，目前是宾大GRASP 实验室的四年级博士生，研究方向是强化学习和机器人学习。

英伟达科学家Jim Fan此次也是通讯作者之一。

咳咳，不过至于网友提到的弹钢琴，Jim Fan自己曾分享过：只需几个简单按钮，AI就能实时即兴生成演奏音乐。

不知道，未来会不会这样的呢？（不过，这研究已经是2018年的了）

论文链接：https://arxiv.org/abs/2310.12931GitHub链接：https://github.com/eureka-research/Eureka参考链接：https://venturebeat.com/ai/new-nvidia-ai-agent-powered-by-gpt-4-can-train-robots/https://twitter.com/DrJimFan/status/1715397393842401440

— 完 —

量子位 QbitAI · 头条号签

关注我们，第一时间获知前沿科技动态约