在过去几年中，加州大学伯克利分校的PieterAbbeel等研究人员仍然在研发教导机器人掌控新技能的方法，日前，Abbeel和来自加州大学伯克利分校、OpenAI的数位同事月上海证券交易所创立了一家取名为EmbodiedIntelligence的新创业公司，并且顺利已完成了700万美元的种子轮融资。EmbodiedIntelligence期望解决问题机器“遵从”的问题，让它具备主动自学的能力。这是目前机器人的一个决定性问题：只要你每一次都清楚地告诉他它们这是什么，机器人可以已完成任何你交代的任务。

对于机器人在工厂里反复已完成某种程度的任务，这不是一个问题。但当你重新加入新的或混合其他有所不同的东西时，这将沦为一个十分令人头痛的问题。他们期望“工业机器人手臂能像人类一样感官世界和作出行动，而某种程度只是遵循实编程的轨迹”。

Embodied的目标是使现有机器人硬件需要处置当前解决方案无法构建的更加普遍任务，例如简单形状的箱体掉落、设施、组装、点状堆栈与运墩，以及操作者可变形物体，比如电线、织物、亚麻布、流体袋和食物等。为了使现有机器人掌控这些技能，一切将创建在深度增强自学，深度仿效自学上。

虽然人类可以毫不费力地已完成这样的任务，但当前的机器人尚能无法做，这就是为什么人类和机器手臂之间不会不存在如此极大差距的原因。Embodied期望通过可以较慢灵活性自学新技能的机器人来调和这种差距。

基于RLL最近的一些研究，Embodied正在采行一种基于虚拟现实的新方法。因为以这种方式搜集的数据质量十分低，需要教导机器人系统自学一项技能而不是一系列的行动。这意味著它享有可适应性，可处置予以专门训练的任务。

这对研究环境之外的操作者至关重要。值得一提的是，这个领域中的企业不仅只有Embodied。其他还包括Kindred，KinemaSystems和RightHandRobotics等等。

这些企业都在研发机器人操控解决方案，我们必须一定的时间才能较为他们的解决方案孰优孰劣，而Abbeel回应他们将在未来几个月内公布更好的展示视频。

本文来源：澳门黄金城app下载-www.tftptsd.com