机器人学会看后就会做模仿教学新突破

首发平台：人形纪元网(www.humanoidera.news)

康奈尔大学的研究团队于近日公布了一项突破性进展，他们开发了一种全新人工智能机器人框架——RHyME，该系统能够通过观看一段操作视频学习任务。这一创新技术可能显著加速机器人技术的研发和应用，大幅降低训练成本和时间。

RHyME（混合记忆执行机器人）的核心理念源于人类模仿学习的方式。作为领衔研发这项技术的博士生Kushal Kedia表示：“传统机器人需要耗费大量时间收集数据来完成任务，这与人类的学习方式迥异。我们往往通过观察他人的行为获得灵感，而RHyME正尝试将这种学习模式应用于机器人领域。”Kedia将在五月于亚特兰大举行的国际电气与电子工程师协会机器人与自动化国际会议上正式发表这一发现。

目前，机器人在适应真实世界环境中的多样场景方面仍处于初期阶段。尤其是在复杂、多步骤任务的训练中，传统方法需要大量的视频示范和精准操作。为了避免人类动作与机器人模仿之间的行为差异，研究者通常需将演示过程放慢，并实现高度一致性。然而，这种方法费时费力，极大限制了机器人的广泛应用。项目的高级作者、康奈尔大学计算机科学系助理教授Sanjiban Choudhury指出：“如果机器人无法处理人类动作的微小差别，那么整个模仿学习的方法就会崩塌。这一直是机器人研究的一大难题。”

RHyME提供了一种全新的解决方案。该系统通过构建一个强大的记忆库，将此前学到的任务样本存储起来，并在观看一段全新的视频时，依靠记忆中的示范案例推断具体的执行步骤。换言之，RHyME能够以类似“从翻译法语到英语”的方式，将人类行动有效地“翻译”成适合机器人的操作。

例如，当RHyME系统的机器人观看一段“从柜台取下杯子并放入水槽”的视频时，它不会仅凭视频逐帧模仿，而是会结合已有记忆库中的类似任务，如“抓取杯子”或“放置物品”等，从而高效、精准地完成动作链。更为重要的是，这种方法显著优化了训练效率。据研究团队表示，相较传统方法，RHyME系统仅需30分钟的实验室数据，就能实现超过50%的任务成功率提高。

RHyME 的成功代表了一种全新、可扩展的机器人训练模式，与当前需要数千小时遥控操作的培训方法形成鲜明对比。Choudhury 指出：“这是对传统编程机器人的颠覆。通过 RHyME，我们正在探索一种更高效、更可规模化的训练方式。”

这一研究得到了谷歌、OpenAI、美国海军科研办公室以及国家科学基金会的支持。研究团队希望未来能进一步优化RHyME，以支持更复杂、多步骤需求的现实场景，包括家庭助手机器人、工业自动化作业等。