GCP 的核心优势并非分布学习或多模态捕捉,而是随机注入与监督式迭代计算的组合。
这项技术让复杂软体机器人的制造,从精密的手工组装活,变成了高效、可靠的自动化生产过程。
尺寸与草履虫相当的微型机器人,长宽大约是340微米和210微米,厚度只有50微米,差不多就是句号的大小。
研究团队在IsaacLab仿真平台中,构建了大规模的程序化生成管道,从物理和视觉两个维度进行全方位随机化。
“高级人工智能的强化学习算法,未来可能不再由人类设计,而是由机器从自身经验中自动发现。”
这套方案彻底打破了传统技术的壁垒,让手-物交互研究的门槛大幅降低。
来自纽约大学和Meta的研究团队提出的AINA框架,让机器人学习技能的方式发生了根本性转变。
团队在论文中表示,未来将进一步探索功能泛化能力,希望实现“举一反三”的效果。