文 | LT
近日，一款价格低，但动作轻盈的家务机器人视频开始走红网络。
这款名为 Mobile Aloha 的智能机器人，在视频中不仅可以煎大虾，亲自端上桌，也能收拾不小心洒出来的水渍。
根据资料显示，Mobile Aloha 是一种用于双手遥控操作的低成本开源硬件系统，得益于生成模型的成功，Mobile Aloha 可以快速从人类演示中学习，而且它可以只通过 50 次的演示就能学会一件事，合作训练可以提高成功率高达 90%。
同时，整个机器人机载电源和计算在内的成本为 3.2万美元，远远低于市场现有的系统及硬件。更重要的是，Mobile Aloha 的软硬件均是开源的，方便所有的AI 爱好者和开发者去学习和共建。
网红家务机器人原理在硬件维度，Mobile ALOHA扩展了原始 ALOHA 的功能，这是一种低成本和全身远程控制系统，用于收集双臂移动操作数据。
过去有两个主要因素阻碍了模仿学习在双臂移动操作中的广泛应用。一是缺乏即插即用的全身远程控制硬件。现成的机械手，成本太高。PR2 和 TIA GO 这样的机器人价格可能超过 20 万美元，这让很多研究实验室无法负担。此外，要在这些平台上实现远程控制操作，还需要额外的硬件和校准。
二是以前的机器人学习工作没有表现出高性能的双臂移动操作复杂任务的能力。随着自由度的增加，手臂和基础动作之间的交互可能会变得复杂，基础姿势的微小偏差可能会导致手臂末端执行器姿势的大幅偏移。
在设计Mobile ALOHA的硬件时，研究人员主要从四个维度切入考虑：
移动速度要快：与人类的行走速度相媲美，约为1.42 米/秒。稳定性：在拿起沉重的家居物品时，如锅、吸尘器时，它是稳定的。支持全身远程控制：所有的自由度可以同时远程操作，包括双臂和移动底座。不受限制：板载电源和计算。要想实现 Mobile ALOHA 的灵活性，研究员在它的下方安装了一个专为仓库设计的轮子底座——Tracer AGV，它可以承载 100kg，移动速度高达 1.6m/s，而成本只有 7000 美元。
为了使 Mobile ALOHA 不受限制，研究人员配备了一个 1.26 千瓦时的电池，重量在 14 公斤，这样还可以稳住机器人，防止不平衡摔倒。此外，整个装置还包括网络摄像头和一个搭载消费级 GPU 的笔记本电脑，成本共计约为 3.2 万美元，比现成的双臂机器人便宜得多。
研究员在论文中介绍道，Mobile ALOHA 可同时遥控所有自由度。人类操作员的腰部被用物理的方式拴在系统上，并反向驱动车轮，在工作环境中驾驶系统，同时用控制器控制机器人手臂。同时，研究人员记录基本速度数据和手臂操纵数据，形成一个全身远程控制操作系统。
这样，机器人控制系统就能同时学习动作和其他控制指令。一旦收集到足够的信息，模型就能自主地重复一系列任务。
在模仿学习方面，Mobile ALOHA 利用了 Transformer（大型语言模型中使用的架构）。ALOHA系统还使用了一种名为 Action Chunking with Transformers (ACT) 的架构，它将来自多个视点和关节位置的图像作为输入并预测一系列动作。Mobile ALOHA 将运动信号添加到输入向量中，从而扩展了该系统。这种方法可以让 Mobile ALOHA 重复使用以前的深度模仿学习算法，而只需做最小的改动。
在相关论文中，Mobile ALOHA研究人员写道：“我们观察到，简单地将底座和手臂动作连接起来，然后通过直接模仿学习进行训练，就可以产生出色的表现。具体来说，我们将 ALOHA 的 14-DoF 关节位置与移动底座的线速度和角速度连接起来，形成 16 维动作向量。”
与此同时，研究人员汲取了近期业界在预训练和不同机器人数据集上取得的成功经验，并利用静态双臂数据集的信息，逐步提高模仿学习的性能。
综上所述，在演示视频中训练有素的机器人才能烹饪三道菜，并执行了一些精细的任务，例如打碎鸡蛋、切碎大蒜、倒液体、拆开蔬菜包装以及在煎锅中翻转鸡肉。
此外，Mobile ALOHA 还可以执行各种家务任务，包括给植物浇水、使用真空吸尘器、装卸洗碗机、从冰箱中取出饮料、操作洗衣机。
，时长02:37
自我泼一盆冷水在Mobile ALOHA走红网络后，很多开始觉得机器人已经出现了产品和价格两个方面的飞跃式进步。但实际上，他们忽略了Mobile Aloha 在视频中的部分操作采用的是真人加机器人的混合模式，而并非完全自主。
就在自己的研究成果走红网络后，作为该项目负责人之一的 Tony Z.Zhao 便在 Twitter 上又发布一则视频，亲手为 Mobile ALOHA 泼了一盆冷水。他说：“机器人还没有准备好接管世界！我刚刚制作了一个视频，记录了在自主模式下犯下的最愚蠢的错误 Mobile ALOHA。我们还计划在休息后组织一些现场演示。敬请关注！”
在视频里自主模式下的Mobile ALOHA 不仅手抖，将酒杯里的水洒出来了，还让它自由落体，变成了玻璃渣。
Tony Z.Zhao说这些失败的记录可能是迄今为止我最喜欢的视频，同时，他还表这示是向 2015 年 DARPA 机器人挑战赛、波士顿机器人失败的案例致敬。
我们可以看到，尽管Mobile ALOHA在视频中展示了令人印象深刻的功能，但Tony Z.Zhao也提醒我们，机器人技术仍然处于发展阶段，还有很多挑战需要克服，目前机器人的自主能力仍然有限，并且在复杂的环境中表现不稳定。
，时长00:54
总的来说，尽管机器人技术取得了显著的进步，但它们仍然存在局限性。在赞扬Mobile ALOHA的同时，我们也应该意识到机器人的发展仍然是一个长期的过程，需要持续的努力和改进。
团队介绍
这款网红机器人由三名斯坦福的研究人员Zipeng Fu、Tony Z. Zhao、Chelsea Finn所研发。
Zipeng Fu是斯坦福人工智能实验室计算机科学专业的博士生。同时，他还是 Google DeepMind 的学生研究员。
Tony Z. Zhao 是斯坦福大学计算机科学博士三年级学生。同时，他也是 Google Deepmind 的兼职学生研究员。
Chelsea Finn是斯坦福大学计算机科学与电子工程系助理教授。她的实验室 IRIS 主攻研究大规模机器人交互智能，隶属于 SAIL和 ML小组。
如果您有什么想说的，欢迎屏幕前你们在评论区留言讨论！我们将为点赞、评论、关注的同学们送上红包不限量哟~
