来自 AI 研究立场图谱百科
灵巧手主义:认为多指灵巧手的精细操作才是物理智能真正的试金石和发动机。
主张
灵巧手主义相信,智能住在手上。会走路固然厉害,但很多动物都会走;真正让人类与众不同的,是转笔、打结、磕鸡蛋、拧钥匙的能力。这些任务要求精细的接触控制、触觉感知、对大量自由度的协调,还要不断应对打滑和意外。一个能做到这些的机器人,已经解决了体力活中绝大部分难点;而为了做到这些所付出的努力,会同时推动感知、控制和学习的进步。
它位于图最右侧的 World 边缘,纵向居中略偏下:灵巧操作通常需要一个学习出来的 policy,外面包着精心设计的硬件、传感和控制工程,既不是纯粹的单体,也不是松散的 agent 系统。范式上属于超级革命:坚持认为夹爪和 pick-and-place 远远不够,机器人学的前沿是多指手。
论据
- 在仿真中加大随机化做强化学习,已经让真实的多指机械手实现了 in-hand manipulation,包括物体翻转定向,甚至还原魔方。
- 把示教数据和强化学习结合起来,可以让高维手部控制在复杂工具使用任务上变得可解。
- 人类环境是为人手设计的;一只能干的手能用上简单夹爪用不了的工具和物品。
批评
- 多指手又贵又脆弱,维护困难,而很多工业任务用简单夹爪就能解决得很好。
- 触觉传感硬件仍不成熟,单靠视觉能学到的灵巧程度有限。
- 通用 policy 派认为,灵巧性会作为通用机器人数据 scaling 的副产品自然出现,用不着单独立一派。
代表作
- Solving Rubik's Cube with a Robot Hand2019
- Learning Complex Dexterous Manipulation with Deep Reinforcement Learning and Demonstrations2017
关系
怎样测出它
在完整版或专业版里落到这一格:x ≈ +1.00,y ≈ −0.24,范式 ≈ +0.85。