网易首页 > 网易号 > 正文 申请入驻

Skild AI通过自我博弈训练机器人掌握物理技能

0
分享至


Skild AI展示了一种新的自我博弈训练方法,该方法可以让机器人在不依赖人类示范的情况下发展出物理技能。该公司利用其S1机器人基础模型,通过超过140年的模拟对抗学习踢足球。

该公司表示,这项技术最终可以让机器人在工厂、建筑工地、家庭等物理环境中逐步获得越来越复杂的技能,而无需人类演示每一个动作。

Skild使用Nvidia Isaac Sim创建了模拟环境,为模型设定了一个单一目标:进球得分。

研究人员没有specify具体行为,比如运球、抢断或摔倒后恢复,而是让该策略与逐渐变强的自身版本进行对抗训练。

Skild表示:"该策略通过与近期版本的自己对战来学习如何得分。随着其能力提升,对手也随之变强——这使得每一次能力提升都转化为更难对付的对手。"

在模拟训练的最初几个月中,机器人几乎无法行走。随着训练的持续,它学会了摔倒后恢复,随后发展出包括绕过防守者运球、护球和抢断对手等行为。

据Skild介绍,这些能力是从得分这一目标中自然涌现出来的,而不是通过为每个行为单独设计奖励机制而产生的。

经过超过140年的模拟对抗训练后,Skild将得到的策略从模拟环境迁移到实体人形机器人上,并展示了其踢足球的能力。

该公司表示:"我们认为从模拟到人形机器人的成功迁移,以及该任务本身的巨大复杂性,是自我博弈通向物理通用人工智能道路上的一个积极信号。"

这项工作是Skild机器人基础模型S1的后训练扩展,该公司于8月推出了S1模型。

S1使用包括人类视频、手套数据、模拟数据和远程操作数据等多种数据进行预训练,旨在通过情境化示范来学习任务。

然而,Skild认为,主要依靠人类生成的数据进行训练,最终会将模型的能力局限在这些数据所代表的范围之内。

该公司表示:"然而,由于S1类模型是基于人类数据进行预训练的,它们的能力上限被限制在人类能力水平。我们相信物理自我博弈将使机器人远超人类能力。"

自我博弈此前已在基于软件的AI系统中带来重大进展。

DeepMind在其AlphaGo系统中广泛使用了这种方法,随后自我博弈也助力开发出了能够玩StarCraft II和Dota 2等多人游戏的系统。

Skild正尝试将同样的原理延伸到物理AI领域,在这一领域中,机器人不仅需要学习策略,还需要学习在现实世界中执行这些策略所需的实际动作。

足球是一项极具挑战性的测试任务,因为它结合了移动、操作、从物理干扰中恢复以及与对手进行策略互动等多种要素。

该公司表示,这种方法并不局限于体育领域,目前已经开始扩展到日常机器人任务中。

Skild还在尝试更大规模的智能体群组。据该公司介绍,早期的四智能体足球实验已经开始产生包括传球和协作等行为。

未来的研究工作预计将探索协作操作和导航任务,随着相互协作的机器人数量增加而展开。

Skild表示:"这次模拟运行了超过一个世纪,目标却十分简单。如果我们在虚拟建筑工地、工厂或家庭环境中将其运行时间延长几个数量级,又会发生什么?"

这项研究指出了扩展机器人学习的另一种方式:利用人类数据和示范建立广泛的基础能力,然后让机器人通过大量模拟经验自主提升这些能力。

如果这种方法能够成功迁移到实际任务中,它可能会缓解物理AI领域面临的一个主要瓶颈——教会机器人掌握日益复杂行为所需的人类生成数据量。

Q&A

Q1:Skild AI的自我博弈训练方法是什么?

A:这是一种让机器人在不依赖人类示范的情况下学习物理技能的方法。研究人员只设定一个目标(如足球比赛中的进球得分),让机器人策略与逐渐变强的自身版本对抗,从而自主发展出各种复杂行为。

Q2:机器人通过自我博弈学会了哪些足球技能?

A:机器人逐步学会了行走、摔倒后恢复,以及绕过防守者运球、护球和抢断对手等行为。这些能力都是从"进球得分"这一单一目标中自然涌现出来的,而非通过单独编程设计的。

Q3:自我博弈训练对未来机器人发展有什么意义?

A:Skild认为这种方法能让机器人突破人类能力上限,因为依赖人类数据训练的模型能力会被限制在人类水平内。该技术目前已开始扩展到日常机器人任务,未来可能应用于工厂、建筑工地和家庭等场景。

特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。

Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.

相关推荐
热点推荐
著名演员史泰龙发声:我糟蹋了自己身体,看似健壮,其实是用“打包铁丝”勉强固定起来的,并借助于药物塑造身形

著名演员史泰龙发声:我糟蹋了自己身体,看似健壮,其实是用“打包铁丝”勉强固定起来的,并借助于药物塑造身形

上海约饭局
2026-10-06 21:05:57
45岁仍拍三级片还债,36E巨乳,被称香港妖女,60岁直播翻身破亿

45岁仍拍三级片还债,36E巨乳,被称香港妖女,60岁直播翻身破亿

轩逸阿II
2026-10-17 07:39:17
1949年李讷在课堂上指出老师错误,老师恼羞成怒:把你爸爸叫来

1949年李讷在课堂上指出老师错误,老师恼羞成怒:把你爸爸叫来

萧竹轻语
2025-08-04 11:45:40
风光不再!靠涨价延续数十年,中国烟草的黄金时代,正在改写

风光不再!靠涨价延续数十年,中国烟草的黄金时代,正在改写

户外钓鱼哥阿旱
2026-11-21 03:20:31
等不到2028大选了?莎拉阵营甩“重磅”炸弹,弹劾案已到生死关头

等不到2028大选了?莎拉阵营甩“重磅”炸弹,弹劾案已到生死关头

云上乌托邦
2026-11-21 00:10:04
贺炜谈国少0-5:回到顶级舞台才能遇到强手,看到世界才有发展动力

贺炜谈国少0-5:回到顶级舞台才能遇到强手,看到世界才有发展动力

懂球帝
2026-11-21 12:04:10
1952年,毛主席紧急召见贺龙和邓小平,严肃问:中国到底有几个台湾?

1952年,毛主席紧急召见贺龙和邓小平,严肃问:中国到底有几个台湾?

史论人生
2026-11-19 06:45:22
罗竞告别斯坦丘:愿你一切都好,Nico我的兄弟

罗竞告别斯坦丘:愿你一切都好,Nico我的兄弟

懂球帝
2026-11-21 12:36:03
三箱啤酒就超载?一台月销3万辆的爆款车,栽在一个储物盒上

三箱啤酒就超载?一台月销3万辆的爆款车,栽在一个储物盒上

娱乐圈的笔娱君
2026-11-21 13:46:13
车主花800元买了一张仿真虎皮坐垫,搭在院里晾晒,被路过孩子误传“有人杀老虎”,当事人:吓了一跳,派出所也准备出警

车主花800元买了一张仿真虎皮坐垫,搭在院里晾晒,被路过孩子误传“有人杀老虎”,当事人:吓了一跳,派出所也准备出警

番禺台
2026-11-21 01:27:56
克里米亚大桥不是友谊大桥!不是!不是!

克里米亚大桥不是友谊大桥!不是!不是!

天水人李成义
2026-11-20 11:00:17
发现一个很准的规律:只要儿子儿媳长期和父母同住一处,最后都会变得像"仇人"

发现一个很准的规律:只要儿子儿媳长期和父母同住一处,最后都会变得像"仇人"

小书虫妈妈
2026-11-08 12:13:59
“股神”再现!千万级投资者晒账户,入市累计盈利596万,在市场恐慌时直言继续加仓

“股神”再现!千万级投资者晒账户,入市累计盈利596万,在市场恐慌时直言继续加仓

火山詩话
2026-11-21 16:11:19
许曦文许韶恩最新同框视频曝光——有一种感情好叫我们

许曦文许韶恩最新同框视频曝光——有一种感情好叫我们

流云随风去远方
2026-11-20 13:26:50
毛主席访苏途中车窗突然打开,高岗对陈伯达怒吼:你想干什么?

毛主席访苏途中车窗突然打开,高岗对陈伯达怒吼:你想干什么?

微野谈写作
2026-11-21 14:25:09
美国人评论亚洲街道:日本干净,印度脏乱,而中国只用4个字形容

美国人评论亚洲街道:日本干净,印度脏乱,而中国只用4个字形容

傲傲讲历史
2026-11-07 09:18:49
解放军的19式钛水壶,真是"钛"高级了!从小装备见证大国崛起

解放军的19式钛水壶,真是"钛"高级了!从小装备见证大国崛起

浩渺青史
2026-11-16 03:55:23
APEC峰会已经结束,各国都拿到了大结果,为啥唯独不见莫迪的影子

APEC峰会已经结束,各国都拿到了大结果,为啥唯独不见莫迪的影子

影孖看世界
2026-11-20 23:22:07
宁愿把80%石油绕远送欧洲,也不愿就近多给中国,到底图什么?

宁愿把80%石油绕远送欧洲,也不愿就近多给中国,到底图什么?

慕名而来只为你
2026-11-19 21:45:20
峨眉山偶遇刘涛!48岁素颜爬山状态引热议

峨眉山偶遇刘涛!48岁素颜爬山状态引热议

手工制作阿歼
2026-11-20 13:03:18
2026-11-21 17:08:49
至顶科技 incentive-icons
至顶科技
科技产业媒体与 AI 产业服务机构
23594文章数 49740关注度
往期回顾 全部

科技要闻

老黄想回来?英伟达董事会:没门

头条要闻

历时14小时特朗普返回美国 刚下飞机就发布"重大预告"

头条要闻

历时14小时特朗普返回美国 刚下飞机就发布"重大预告"

体育要闻

脚步未停!西班牙摩托车手赤脚徒步入境中国

娱乐要闻

官媒发文 官宣赵丽颖新身份,进步很大

财经要闻

最大回撤超37%,黄金崩盘了吗?

汽车要闻

全新红旗H9最有意思的地方,是它开始有自己的豪华逻辑了

态度原创

游戏
房产
教育
家居
军事航空

PC Gamer试玩GTA6百小时:双主角出色但任务重复

房产要闻

黄埔商业规划曝光!科学城能级跃升,核心入场券已锁定

教育要闻

曾经“感动中国”的庞众望完成清华大学博士论文答辩,本人发声:将继续潜心钻研,在科研探索的道路上不断前行

家居要闻

2026建博会(广州) 公装联探展交流活动

军事要闻

沙特首都第一高楼遭袭:炮弹从天而降

无障碍浏览 进入关怀版