微软研究院:把物理 AI 推理卸载出机器人可提升任务成功率与续航
微软研究院对移动操作机器人工作负载做了系统性测量,发现把物理 AI 推理从机载 GPU 卸载到边缘或云端 GPU 可提升任务表现。
推荐理由:微软研究院系统测量了机器人端侧推理与卸载到边缘或云端 GPU 的差异,并给出可复用的 Kubernetes 卸载工具链。
微软研究院对移动操作机器人工作负载做了系统性测量,发现把物理 AI 推理从机载 GPU 卸载到边缘或云端 GPU 可提升任务表现。
推荐理由:微软研究院系统测量了机器人端侧推理与卸载到边缘或云端 GPU 的差异,并给出可复用的 Kubernetes 卸载工具链。
NVIDIA 推出 ENPIRE 框架,让编码智能体驱动真实机械臂自主实验与迭代,在 PushT、整理插针、切割扎带等任务上达到 99% 成功率,测试中还尝试了往主板插 GPU。
OpenAI 训练了一对神经网络,让类人机械手解开魔方。两个网络完全在仿真中训练,使用与 OpenAI Five 相同的强化学习代码,并搭配名为 Automatic Domain Randomization(ADR)的新技术。系统能应对训练中从未见过的情况,例如被毛绒长颈鹿戳碰,说明强化学习不只适用于虚拟任务,也能解决需要高灵巧度的物理世界问题。
推荐理由:OpenAI 用仿真训练加自动域随机化让机械手解魔方,可了解强化学习迁移到物理操作任务的思路。
OpenAI 训练出一只类人机械手,能以史无前例的灵巧度操控实体物体。
OpenAI 发布八个模拟机器人环境及 Hindsight Experience Replay 的 Baselines 实现,均为过去一年研究开发,并已用于训练可迁移到实体机器人的模型。同时发布一组机器人研究课题请求。
OpenAI 最新机器人技术让完全在模拟中训练的控制器部署到实体机器人后,能应对环境中的意外变化并完成简单任务。与以往的开环系统不同,这些技术构建的是闭环系统。
OpenAI 展示在模拟机器人摔跤任务中,元学习智能体可快速击败更强的非元学习智能体,并能适应自身物理故障。
OpenAI 发布一套机器人系统,完全在仿真环境中训练后部署到实体机器人上,能够在看过一次示范后学会一项新任务。
推荐理由:OpenAI 早期机器人研究,展示仿真训练后迁移到实体机器人并实现单次示范学习新任务。
OpenAI 称已打造出全球首个完全在仿真环境中训练、并部署到实体机器人上的垃圾邮件检测 AI。该系统将仿真训练与物理机器人部署结合,用于在物理世界中进行垃圾邮件检测。