上週末，一款由史丹佛大學研究團隊發布的低成本人工智慧機器人被網友熱傳。這是一款可以模仿人類雙手進行精細任務操作的機器人，具有更優的移動性和靈活性。根據研究團隊的介紹，機器人主要基於Mobile ALOHA系統，能夠自主完成部分複雜的移動操作任務，例如煎蝦、打開雙門壁櫃來儲存沉重的烹飪鍋、呼叫並進入電梯、以及在水槽裡沖洗使用過的鍋子。

此外，還有部分複雜操作則由人為遙控完成，例如拉開窗簾打開窗子，給花盆澆水；在人站著不動的前提下，替主人刮鬍子；開鍋熱油做蝦仁滑蛋；將衣服放入洗衣機、倒入洗衣精、開啟洗衣機；換被套並收納衣服。

該研究計畫由三人團隊研發，計畫的共同負責人Zipeng Fu和Tony Z. Zhao都是史丹佛大學人工智慧實驗室的電腦科學博士生，也同為GoogleDeepMind團隊的學生研究員；以及兩人的指導老師、史丹佛大學電腦科學和電機工程系的助理教授Chelsea Finn。

Tony Z. Zhao也在社群媒體X上發布了一段Mobile ALOHA的烹飪影片。

什麼是Mobile ALOHA？

Mobile ALOHA是一個作業系統，而非一個機器人。

它是一個開源的作業系統，其學習原理是遙操作和模仿學習，透過對人類重複動作的學習從而掌握技能。

Mobile ALOHA是基於ALOHA遙作業系統實現的。它強化了靜態ALOHA系統的雙手操縱能力，並在此基礎上增加了全身遠端控制系統。

此外，Mobile ALOHA還增加了底座移動能力，賦予機器人接近人類的移動速度。對比之下，靜態ALOHA遙操作系統更多是在桌面上進行思考，而Mobile ALOHA在底部上增加了移動底盤，增加了對機器人移動性和靈活性的訓練。

從硬體上看，研究團隊發布的機器人外在形象並非人形形態，整個身體由一個移動底盤、一個操作介面、兩個機械手臂、回饋驅動、兩個手腕攝影機和一個頂部攝影機構成。其底盤還具備了機上電源，使得它在沒有外部電源的情況下也能連續工作多小時。

提高成功率

通常，開發通用機器人的最佳方式是“行為克隆”，也就是機器人從人類提供的演示中進行模仿學習。行為複製可以讓機器人學習各種原始技能，從簡單的拾放到更精細的操作。

Mobile ALOHA借助移動底座能力和全身遠端操作介面，可以收集更多的機器人與現實世界互動的數據，並在互動過程中學習、模仿人類動作。

此外，研究團隊發現，若將Mobile ALOHA收集到的模仿學習資料與現有的靜態ALOHA資料集結合、並協同訓練，就可以顯著提高機器人移動操作任務的效能。

基於上述的協同訓練，研究人員只需要對每個任務進行50次演示，就可以大幅提高機器人操作的成功率，高達90%。

以擦拭紅酒任務為例，在沒有聯合訓練時，其成功率只有50%，但聯合訓練後，成功率可以提高到95%。

價值與爭議

這個機器人的一大吸睛點在於，它的成本真的很低。團隊特別列出了具體的硬體清單，包括機器人硬體、電源和計算設備、攝影機、感測器、組裝和維護費用以及開源的軟體部分在內，整套機器人下來成本只需要3.2萬美元（合22.7萬人民幣）。

此外，Mobile ALOHA的最大價值是物理操作能力的進步，因為它展示了機器人做重複性精細操作任務的潛力。

目前生活中，有許多任務都需要全身協調以及靈巧操作，而非單獨的移動或操作，而Mobile ALOHA恰能在移動性和靈活性上有所突破。

不過，團隊也表示，Mobile ALOHA 仍存在一些限制，例如係統佔用面積較大，固定高度的雙臂難以觸及較低的櫥櫃、烤箱和洗碗機等。

而這個技能並非100%精準，也時常會出現錯誤，研究團隊也對外展示了一些「失敗案例」。

值得一提的是，Mobile ALOHA 專案目前已經在Github上開源，公佈了程式碼、硬體結構和數據，團隊也放出了相應的論文和介紹。