来自 AI 研究立场图谱百科
机器人基座帝国主义:一个通用策略应当控制所有机器人本体,从机械臂到四足再到人形,用跨本体数据统一训练。
主张
机器人基座帝国主义想对机器人做预训练对文本做过的事:把每个实验室、每条机械臂、每种夹爪、每个移动底盘的数据汇成一个语料库,训练一个能在所有本体上运行的策略。每种本体都是一个有自己风俗的行省——关节数、相机位置、控制频率各不相同——但帝国坚持认为,它们共享一套操作与运动的通用语言。为每台机器人单独训练策略,在它看来就是封建割据。
它占据图表右上角:世界属性几乎拉满,因为它完全活在物理动作里;单体属性拉满,因为一个模型要覆盖所有身体。它的范式等级为主流:把 Transformer 加规模的配方直接搬进机器人。大规模跨本体训练还很年轻,这套教义押注机器人会走上和语言、视觉一样的 scaling 道路。
论据
- 汇集多种机器人数据集的工作已经观察到正迁移:通用策略的表现优于只用单一机器人数据训练的策略。
- 共享策略把机器人数据采集的巨大成本,摊到了整个领域头上。
- 开源通用策略只需少量数据就能微调到新本体上,降低了新硬件的入场门槛。
批评
- 不同本体在运动学、传感和动力学上差异太大,统一的动作空间可能只是最小公分母。
- 汇总起来的数据量,与网页文本或视频相比依然微不足道,现在叫“基座”可能为时过早。
- 形态计算派认为,身体本身承担了大量计算,“一个大脑管所有身体”根本没抓住重点。
代表作
- Open X-Embodiment: Robotic Learning Datasets and RT-X Models2023
- Octo: An Open-Source Generalist Robot Policy2024
关系
亦敌亦友
怎样测出它
在完整版或专业版里落到这一格:x ≈ +1.00,y ≈ +0.96,范式 ≈ −0.45。