自動(dòng)化Rubik的多維數(shù)據(jù)集求解器在機(jī)器人競(jìng)賽中非常常見，因此吉尼斯世界紀(jì)錄為此專門設(shè)置了一個(gè)類別。但是OpenAI Inc.在該領(lǐng)域的新進(jìn)入?yún)s引人注目。

今天，人工智能研究實(shí)驗(yàn)室推出了一只機(jī)器人手(如圖所示)，弄清楚了如何在沒有人工指導(dǎo)的情況下解開魔方的瓷磚。它使用OpenAI開發(fā)的突破性培訓(xùn)技術(shù)來實(shí)現(xiàn)這一目標(biāo)，該技術(shù)可以幫助自己構(gòu)建新一代更靈活，更適應(yīng)性強(qiáng)的自主機(jī)器。

如今，大多數(shù)現(xiàn)存的機(jī)器人僅限于執(zhí)行極其狹窄的任務(wù)。這不僅是硬件限制的結(jié)果，而且在某些情況下甚至不是主要的原因。相反，它與以下事實(shí)有關(guān)：訓(xùn)練AI在現(xiàn)實(shí)世界中移動(dòng)和操作充滿了障礙。

工程師大多依靠仿真為其機(jī)器人構(gòu)建機(jī)器學(xué)習(xí)模型。基本思想是創(chuàng)建一個(gè)虛擬設(shè)置，該虛擬設(shè)置模仿系統(tǒng)將在其中運(yùn)行的環(huán)境，將AI設(shè)置在內(nèi)部松散并使其通過反復(fù)試驗(yàn)來學(xué)習(xí)。經(jīng)過數(shù)百萬(wàn)次嘗試，神經(jīng)網(wǎng)絡(luò)甚至可以掌握復(fù)雜的任務(wù)，例如 兩條腿走路。

問題是在需要將AI安裝在主機(jī)機(jī)器人上時(shí)開始的。模擬無法完全解決現(xiàn)實(shí)世界中存在的無數(shù)變量，這意味著機(jī)器學(xué)習(xí)模型通常最終會(huì)面臨無法教給他們的意外挑戰(zhàn)。

輸入OpenAI的新培訓(xùn)方法。通過為訓(xùn)練仿真注入不確定性，實(shí)驗(yàn)室為AI配備了驅(qū)動(dòng)其機(jī)器人手的AI，以應(yīng)對(duì)意外情況。在一個(gè)學(xué)習(xí)環(huán)節(jié)中，虛擬房間的重力可能類似于地球表面上的重力，而在下一課程中，虛擬房間的重力可能更強(qiáng)，甚至來自不同的角度。

“我們隨機(jī)化的參數(shù)之一是魔方的大小，” OpenAI的研究人員在博客文章中詳細(xì)闡述。“ ADR從固定大小的魔方開始，然后隨著訓(xùn)練的進(jìn)行逐漸增加隨機(jī)范圍。我們將相同的技術(shù)應(yīng)用于所有其他參數(shù)，例如立方體的質(zhì)量，機(jī)器人手指的摩擦力和手的視覺表面材料。”

該過程由第二個(gè)機(jī)器學(xué)習(xí)模型執(zhí)行，隨著機(jī)器人手的AI的提高，仿真變得越來越困難。研究人員解釋說：“隨著神經(jīng)網(wǎng)絡(luò)在任務(wù)中變得更好并達(dá)到性能閾值，域隨機(jī)化的數(shù)量會(huì)自動(dòng)增加。”

該項(xiàng)目取得了一些令人鼓舞的初步結(jié)果。當(dāng)模型在現(xiàn)實(shí)環(huán)境中釋放時(shí)，它駕駛的機(jī)器人手戴著橡膠手套，用幾根手指綁在一起，設(shè)法解決了魔方，甚至當(dāng)研究人員試圖用各種物體將立方體撞到地面上時(shí)。

OpenAI相信培訓(xùn)技術(shù)也可能會(huì)在更嚴(yán)重的項(xiàng)目中得到應(yīng)用。當(dāng)遇到不可預(yù)見的障礙或障礙時(shí)，該方法可能使工業(yè)機(jī)器人，無人機(jī)和其他自主機(jī)器能夠動(dòng)態(tài)修改其行為。這種多功能性將是實(shí)現(xiàn)AI的圣杯的重要一步，這是自學(xué)人工智能的通用智能。

自從7月份與微軟公司建立了10億美元的合作伙伴關(guān)系以來，Rubik的Cube求解器是OpenAI詳述的首批重大項(xiàng)目之一 。根據(jù)協(xié)議，微軟將為實(shí)驗(yàn)室提供資本和云基礎(chǔ)設(shè)施，以支持研究，以換取知識(shí)產(chǎn)權(quán)。