塑造先进机器人技术的未来
内容提要
谷歌DeepMind机器人团队推出了AutoRT、SARA-RT和RT-Trajectory，以提升机器人在现实世界中的数据收集、速度和泛化能力。AutoRT利用大型基础模型帮助机器人理解人类目标并收集多样化的训练数据，SARA-RT提高决策效率，RT-Trajectory通过视觉轨迹优化任务执行。这些技术将推动机器人更安全、有效地融入日常生活。
延伸解读
AutoRT：数据收集与安全并重
AutoRT利用大型基础模型（如LLM和VLM）帮助机器人在新环境中自主收集训练数据。在七个月的现实评估中，它同时指挥多达20台机器人，在办公楼中完成了6,650个独特任务，收集了77,000次机器人试验数据。为了确保安全，AutoRT引入了基于机器人宪章的决策机制，并辅以传统机器人安全措施，如力阈值自动停止和人类监督。这为未来机器人在日常环境中的安全部署提供了重要参考。
SARA-RT：提升效率而不损质量
SARA-RT通过“up-training”微调方法，将机器人变换器模型的注意力机制从二次复杂度降为线性复杂度，大幅减少计算需求。在RT-2模型上应用后，SARA-RT-2的准确率提高了10.6%，速度提升了14%。这种无需预训练、不增加额外代码的通用方法，有望推动Transformer技术在机器人及其他领域的规模化应用。
RT-Trajectory：用视觉轨迹增强泛化
RT-Trajectory通过在训练视频中叠加机器人夹爪的2D轨迹草图，为模型提供低层视觉提示，帮助其理解任务执行方式。在41个未见任务上，RT-Trajectory的成功率达到63%，远超RT-2的29%。它还能利用人类演示或手绘草图生成轨迹，并适应不同机器人平台，显著提升了机器人在新任务中的泛化能力。
Q&A
AutoRT的主要功能是什么？
AutoRT利用大型基础模型帮助机器人理解人类目标并收集多样化的训练数据，能够同时指挥多台机器人在不同环境中执行任务。
SARA-RT如何提高机器人的决策效率？
SARA-RT通过将机器人变换器模型转化为更高效的版本，提高决策速度和准确性，减少计算需求。
RT-Trajectory是如何帮助机器人执行任务的？
RT-Trajectory通过在训练视频中添加视觉轨迹，帮助机器人理解如何执行任务，显著提高了任务成功率。
这些新技术如何推动机器人融入日常生活？
这些技术将推动机器人更安全、有效地融入日常生活，解决机器人在实际应用中的挑战。
AutoRT在实际应用中有哪些安全措施？
AutoRT设有安全防护措施，包括提供基于LLM的决策者遵循的机器人宪法，确保机器人不伤害人类。
SARA-RT的“上训练”方法有什么优势？
“上训练”将模型的计算复杂度从二次降低到线性，显著减少计算需求，同时保持模型质量。
