机器人连续跑了 13 小时，为什么还不能算可靠

导读

机器人能做一次咖啡，怎样让它长时间稳定工作、出错后继续完成任务？Physical Intelligence 的 Chelsea Finn 介绍，团队让机器人连续运行 13 小时，并同时衡量成功率和速度；仅把动作做成一次，无法说明反复使用时需要多少接管。训练中，遥操作员可以在机器人抓起两个粘连纸箱时介入，把它带回可继续的位置，再让它自主尝试。跨任务价值模型则帮助判断当前动作是在接近目标还是造成退步。长任务还需要记忆：系统保留最近几秒的较细视频，把更早的经过压成文字，让机器人知道厨房清理到了哪一步。团队也给不同质量和来源的轨迹加元数据，让模型区分示范，并尝试把已学动作迁移到新的机器人和环境，以减少每项任务都从头收集示范的负担。