太平洋科技要聞

首頁 > 科技要聞 > 科技> 正文

特斯拉擎天柱進(jìn)廠打工，精準(zhǔn)分裝電池驚呆網(wǎng)友！馬斯克預(yù)告22自由度靈巧手

新智元整合編輯：龔震發(fā)布于：2024-05-09 17:25

幾天前，馬斯克在財報會上曾表示，爭取年底讓擎天柱進(jìn)工廠測試。

竟是因為，具備人格的擎天柱表示：自己想做一個有用的「人」。

繼疊T恤、辦公室走路之后，它現(xiàn)在還學(xué)會了分揀電池！

快看，這不慌不忙的樣子，擎天柱將電池精準(zhǔn)地放在收納盒子里。

不僅如此，擎天柱最近還在忙著努力學(xué)習(xí)執(zhí)行各種任務(wù)。

而這些動作的實現(xiàn)，正是基于其端到端的神經(jīng)網(wǎng)絡(luò)的訓(xùn)練，能夠在特斯拉FSD計算機(jī)實時運(yùn)行。

僅通過2D攝像頭，以及手部觸覺，和力傳感器，就可以做到對物體的分類。

下面是擎天柱執(zhí)行任務(wù)時的第一視角。

有時，擎天柱不小心將電池沒有將電池插入槽中，還會自主糾正，再正確將其放回準(zhǔn)確的位置。

擎天柱神經(jīng)網(wǎng)絡(luò)的訓(xùn)練，其數(shù)據(jù)是通過人類遠(yuǎn)程操作完成收集，并針對各種任務(wù)進(jìn)行擴(kuò)展。

值得一提的是，多個擎天柱現(xiàn)在已經(jīng)進(jìn)入了特斯拉工廠「實習(xí)」，在分揀電池時，都幾乎不用人類干預(yù)。

還記得今年2月，擎天柱在辦公室閑逛的視頻，有模有樣地在辦公室巡邏。

近兩次的配文，可以說是「人味」拉滿了

而它走路的姿態(tài)幾乎與人類別無二致，引網(wǎng)友驚呼。最近，擎天柱能走的更遠(yuǎn)了。

網(wǎng)友紛紛表示，第二代擎天柱才面世5個月，成長速度飛快到令人難以置信。

甚至，有人已經(jīng)開始期待第三代擎天柱了。

馬斯克還預(yù)告，「即將在今年晚些時候推出的新款Optimus，會搭載具備22個自由度（目前是11個）的靈巧手」。

話說，分揀電池這種精細(xì)的工作，擎天柱具體是怎么勝任的？

端到端神經(jīng)網(wǎng)絡(luò)，讓擎天柱自我糾正

視頻一出，擎天柱的工程主管Milan Kovac便分享了特斯拉機(jī)器人的訓(xùn)練方法。

正如之前所說，特斯拉團(tuán)隊已經(jīng)訓(xùn)練、部署了一個神經(jīng)網(wǎng)絡(luò)，讓擎天柱去執(zhí)行實用任務(wù)。

而從傳送帶上拿起電池，精確地放入托盤中只是其中的一種，未來還將擴(kuò)展到多種任務(wù)上。

這個端到端的神經(jīng)網(wǎng)絡(luò)，只處理自機(jī)器人2D攝像頭的視頻，以及機(jī)器人本體感知的傳感器數(shù)據(jù)，并直接生成控制關(guān)節(jié)的序列。

整個系統(tǒng)完全運(yùn)行在機(jī)器人內(nèi)置的FSD計算機(jī)上，并由由機(jī)載電池供電。

這樣的設(shè)計，使得單一神經(jīng)網(wǎng)絡(luò)能夠隨著訓(xùn)練過程中，越來越豐富的數(shù)據(jù)加入，進(jìn)而執(zhí)行更多種類的任務(wù)。

Milan Kovac提到，雖然目前系統(tǒng)還不夠完美且反應(yīng)稍慢，但成功率逐漸提高，錯誤率也在減少。

最重要的是，團(tuán)隊還在訓(xùn)練擎天柱如何從從失誤中學(xué)習(xí)經(jīng)驗，并已經(jīng)觀察到自行糾正行為。

除此以外，特斯拉團(tuán)隊還在進(jìn)一步努力，提高擎天柱的移動速度，使其能夠適應(yīng)更多復(fù)雜的地形環(huán)境，讓它走路姿態(tài)更像人。

此外，他們還在專注于提高整個機(jī)器人集群的操作一致性，訓(xùn)練神經(jīng)網(wǎng)絡(luò)來應(yīng)對動態(tài)校準(zhǔn)和機(jī)器人之間微小的差異。

最后，Milan還順便附上了特斯拉的招聘官網(wǎng)，并預(yù)告更多的更新即將到來。

與此同時，英偉達(dá)高級研究科學(xué)家Jim Fan也對擎天柱的最大優(yōu)勢之一——人類數(shù)據(jù)收集和處理系統(tǒng)，進(jìn)行了一波分析。

1. 擎天柱的手是世界上最頂尖的五指靈活機(jī)器人手之一。

它配備了觸覺感應(yīng)，具有11個自由度（DOF），相較于其他只有6-7個自由度的選手，它的堅固性能夠承受頻繁的物體交互，而無需不斷維護(hù)。

2. 遠(yuǎn)程操作軟件：視頻中可見，操作員戴著VR眼鏡和手套。

設(shè)置能夠?qū)崟r傳輸?shù)谝蝗朔Q視角視頻和精確控制信號的軟件，并保持極低延遲，這是一項極具挑戰(zhàn)的技術(shù)。人類對自己的動作和機(jī)器人的響應(yīng)之間即使是微小的延遲也極為敏感。擎天柱配備了一套流暢的全身控制系統(tǒng)，能夠?qū)崟r精確地復(fù)現(xiàn)人類的動作。

3. 龐大的機(jī)器人集群：并行數(shù)據(jù)收集需要多臺機(jī)器人，以及訓(xùn)練有素且能夠每天多班次工作的人類承包商（理想情況下為24/7），還需有隨時待命的維護(hù)團(tuán)隊確保機(jī)器人持續(xù)運(yùn)作。這種操作的復(fù)雜性是學(xué)術(shù)研究所未曾設(shè)想的。

4. 任務(wù)與環(huán)境：確定要遠(yuǎn)程操作什么同樣至關(guān)重要。

當(dāng)前，大多數(shù)此類嘗試都是以演示為驅(qū)動：收集適合社交媒體視頻展示的任務(wù)數(shù)據(jù)。然而，要實現(xiàn)通用機(jī)器人的目標(biāo)，我們必須仔細(xì)考慮任務(wù)和環(huán)境的多樣性。從視頻的43-51秒，我們可以看到機(jī)器人在工廠和家庭環(huán)境中進(jìn)行的操作，如移動電池、洗衣服、整理日常物品等。

網(wǎng)友：讓它給我彈琴，給我炒飯

擎天柱的外形進(jìn)化圖來看，它是越來越像人了。

這也為它進(jìn)廠打工、成為家政機(jī)器人，鋪墊了一步。

在擎天柱的官博下，網(wǎng)友們也紛紛展開暢想。

人口斷崖式下跌？不用急，幾百萬個大規(guī)模機(jī)器人來解決這個問題。這個數(shù)量，是特斯拉造車數(shù)的1000倍。

這位表示：今天，擎天柱能分類電池。

明天，它就能計算出星際飛船的加速度，把速度提高到每小時72,150英里，到達(dá)火星。它還能擔(dān)任飛船船長，和人類建一個火星殖民地。

當(dāng)然，它也能為你彈琴唱歌。

為你下廚。

為你洗衣、打掃、整理。

成為你的私人管家，畢竟誰能拒絕成為下一位鋼鐵俠呢。

當(dāng)然，在不久的未來，Optimus或許還能為我們量身定制不同的版本。