斯坦福為懶人獻上大禮！機器人洗衣做飯逗貓看呆網(wǎng)友，成本3萬美元自己也能DIY
疊不疊被子的世界難題有解了
克雷西 發(fā)自 凹非寺
量子位 | 公眾號 QbitAI
起床疊不疊被子的世紀之爭，終于要有解了？
爆火的斯坦福全能家務(wù)機器人，那真是把網(wǎng)（lan）友（ren）們激動壞了。
不僅自己就能熟練做飯：
還會自己刷鍋、收拾椅子：
在人類指導(dǎo)下，煮咖啡：
疊衣服：
連整理床鋪、套枕套都能精準搞定：
澆花、拖地板、開瓶蓋，甚至逗貓貓，只要人類能比出相應(yīng)的動作，對Ta來說都不在話下……
在這么一只“田螺機械臂”的背后，是斯坦福團隊升級版機器人控制方案Mobile ALOHA。
上一代的ALOHA控制的還只有一組機械臂，只能在固定的位置做一些相對簡單的工作。
現(xiàn)在它的協(xié)調(diào)性強到令人發(fā)指，網(wǎng)友們不禁感嘆，機器人進化的速度實在是太快了！
在上，也有專業(yè)人士說，去年他曾認為這樣的機器人會在3-5年內(nèi)出現(xiàn)，這次的成果實在是難以置信。
PyTorch之父Soumith Chintala也稱贊，這是一項很酷的新成果。
有人迫不及待地表示，自己的廚房里急需一個這樣的機器人，求助哪里能買到。
對此，傳奇程序員卡馬克認為，人們可能有些過度樂觀了，廣泛通用型的機器人可能不會在AGI出現(xiàn)之前落地，但同時也表示自己愿意“被打臉”。
雖然量產(chǎn)可能還要等待些時日，但是作者給出了DIY教程，總成本大概只有32000美元，控制程序只要一臺3070Ti的筆記本就能運行。
作者提供的裝配方案使用了機械臂、移動平臺等成品模塊，如果能對這些組件進一步DIY，成本還能再降低不少。
△關(guān)于組裝成本，官方清單顯示為32000美元
支持自主學(xué)習(xí)，還能DIY
ALOHA支持真人遙控操作和全自動兩種工作模式。
只要我們不時對機器人進行訓(xùn)練，然后等Ta徹底學(xué)會，就可以連比劃的過程都一起省了。
研究人員就發(fā)現(xiàn)，在堆滿家具的復(fù)雜環(huán)境中，機器人系統(tǒng)僅通過少量的人類示教，就學(xué)會了各種復(fù)雜移動操縱任務(wù)，如叫電梯、開柜門、擦桌子等。
學(xué)習(xí)過程中，移動底座的速度與雙手的14自由度等操縱信息，一同作為示范算法的輸入，和ALOHA靜態(tài)數(shù)據(jù)一起對系統(tǒng)進行聯(lián)合訓(xùn)練。
而且該系統(tǒng)不僅兼容多種示教學(xué)習(xí)算法，而且對于用戶而言，掌握教學(xué)的方法也十分容易。
而如果采用真人操作，Ta可以做出更為復(fù)雜的菜色。
只見Ta在操控之下，一氣呵成地打雞蛋、焯蝦仁，翻炒，然后出鍋裝盤，熟練得和經(jīng)驗豐富的大廚毫無二致……
新一代ALOHA在原有的機械手臂基礎(chǔ)上，增加了一個差分驅(qū)動的移動底座。
這款底座是專為物流環(huán)境所設(shè)計的，移動速度為1.6米每秒，和人類的步行速度接近，可以承載100公斤的重物。
操控者的腰部與底座連接，可以直接反饋驅(qū)動輪子，實現(xiàn)移動控制；同時兩只手控制機械手臂，完成全身協(xié)調(diào)操作。
自動模式下，這些操作則是由計算機完成。
此外，研究團隊開源了全部的軟硬件設(shè)計，包括機械結(jié)構(gòu)、電路，以及訓(xùn)練所用的代碼和數(shù)據(jù)，還有詳細的DIY教程。
按照作者的教程，搭建這樣一個機器人平臺大概需要32000美元，大約相對于23萬人民幣，其中成本最高的是移動平臺和機械臂，還有用于自動控制的電腦。
不過這些組件的價格變化也比較快，比如作者花了9000美元的移動平臺現(xiàn)價降低了1000美元，機械臂的價格則漲了500多。
至于其他部件，除了電池貴一些需要699美元外，其余組件的美元價格均不超過三位數(shù)。
未來，研究者計劃縮小機器人的體積，并提高手臂的自由度，軟件層面也將讓機器人學(xué)會自主探索……
那么朋友，你心動了嗎？（手動狗頭）
官網(wǎng)地址（含論文、代碼、教程）：
https://mobile-aloha.github.io/
參考鏈接：
https://twitter.com/zipengfu/status/1742602881390477771/
相關(guān)閱讀
史上最輕無人機登上Nature封面：比回形針還輕，自帶太陽能系統(tǒng)，實現(xiàn)無纜飛行
哈佛出品，代號RoboBee X-Wing
算法公司曠視，一口氣發(fā)了7款硬件機器人
天才密布的算法公司，這是技術(shù)圈兒人們對曠視的一個印象。但現(xiàn)在，如果你依然僅僅把曠視當(dāng)做一個算法公司，那顯然是不夠的。對曠視來說，硬件已然成為了重要的組成部分。
