从未见过现实世界数据，MIT在虚拟环境中训练出机器狗，照样能跑酷

AIGC动态欢迎阅读

原标题：从未见过现实世界数据，MIT在虚拟环境中训练出机器狗，照样能跑酷
关键字：研究者,图像,机器人,策略,数据
文章来源：机器之心
内容字数：0字

内容摘要：

机器之心报道
编辑：杜伟如今，机器人学习最大的瓶颈是缺乏数据。与图片和文字相比，机器人的学习数据非常稀少。目前机器人学科的主流方向是通过扩大真实世界中的数据收集来尝试实现通用具身智能，但是和其他的基础模型，比如初版的 StableDiffusion 相比，即使是 pi 的数据都会少七八个数量级。MIT 的这个团队希望用生成模型来作为机器人学习的新数据源，用工程手段来取代传统的数据收集，实现一条通过由生成模型加持的物理仿真来训练机器人视觉的技术路线。
随着机器人在训练过程中持续进化，进一步提升技能所需的数据也在增长。因此获取足够的数据对于提升机器人的性能至关重要，但在当前实践中，针对新场景和新任务获取数据是一个从头开始不断重复的手动过程。
另一种替代方法则是在模拟环境中训练，从中可以对更多样化的环境条件进行采样，并且机器人可以安全地探索故障案例并直接从它们自己的行为中学习。尽管业界已经在模拟物理和渲染方面投入了大量资金，但目前为实现真实性所做的最佳实践仍与现实存在差距。
一方面渲染真实的图像意味着要制作细致、逼真的场景内容，但大规模手动制作此类内容以获得机器人 sim-to-real（模

原文链接：从未见过现实世界数据，MIT在虚拟环境中训练出机器狗，照样能跑酷

联系作者

文章来源：机器之心
作者微信：
作者简介：