仿真规模国家主义

来自 AI 研究立场图谱百科

仿真规模国家主义:机器人应该在大规模并行仿真中学习,把数年经验压缩进几小时的 GPU 时间。

主张

仿真规模国家主义用产业政策来回应机器人的数据荒。真机慢、易坏、昂贵;仿真里的机器人快、摔不坏,还能在一张 GPU 上克隆成千上万个。并行环境开得足够多,再把物理参数和外观狠狠地随机化,一个策略在碰到真机之前,就能积累相当于几个世纪的现实经验。国家掌握仿真器,仿真器生产数据。

它位于图表顶部附近的 Monolith 一端,明显偏向世界一侧,因为它做的一切都关于物理身体和动力学。单体倾向来自它偏爱在仿真中端到端训练一个大型学习策略,而不是手工设计控制器。它的范式等级是求新,略偏范式转移:GPU 并行仿真已经彻底改变了足式运动,这套教义押注操作任务也会迎来同样的变革。

论据

  • 基于 GPU 的物理仿真能并行跑数千个环境,让足式机器人在几分钟的真实时间内学会行走。
  • 大力度的 domain randomization,让完全在仿真中训练的策略在真机上完成了灵巧的手内操作。
  • 仿真提供完美标签、安全的失败和无限次重置,这些真实世界一样都给不了。

批评

  • 在接触密集的操作、可变形物体和复杂传感上,sim-to-real gap 依然顽固。
  • 搭建精确的仿真资产和场景,本身就是劳动密集的人工工程。
  • 真实数据派认为,只有物理交互才能覆盖机器人将面对的长尾情况。

代表作

关系

怎样测出它

在完整版或专业版里落到这一格:x ≈ +0.73,y ≈ +0.73,范式 ≈ +0.30。

这是初稿。欢迎通过 pull request 修正或补充更好的论据。 在 GitHub 上编辑这个词条 编辑它的数据