李飞飞团队造“保姆”机器人 低成本实现家务全能助手

摘要： 李飞飞团队造保姆机器人！现如今机器人既能跑步又能后空翻，但何时才能真正承担起家务，帮助人类养老呢？李飞飞团队带来了具身智...

李飞飞团队造保姆机器人！现如今机器人既能跑步又能后空翻，但何时才能真正承担起家务，帮助人类养老呢？李飞飞团队带来了具身智能研究的最新成果——一个解决机器人在家庭任务中全身操作问题的综合框架。其核心组件的成本不到500美元。

这个新框架名为BRS，旨在攻克机器人执行通用日常家庭移动操作任务这一难题。通过一款新型双臂移动机器人，BRS能够完成多种家务活动，如拧开门把手、丢垃圾、整理货架、收拾客厅、清洗马桶等。即使在操作过程中出现失误，机器人也能自我纠正。

网友们认为这标志着向实现可通用的家庭机器人迈进了一大步。李飞飞团队的核心目标是提升三项关键的全身控制能力：两只机械手臂之间的协同配合、稳定精确的导航以及广泛的末端执行器操作范围。为了实现这些功能，团队选择了Galaxea R1机器人作为硬件平台，该机器人具备两个6自由度的手臂、4自由度的躯干和全向移动底座。

然而，复杂的机器人设计给策略学习 *** 带来挑战，特别是在数据采集和全身协作方面。为此，BRS提出了两项关键创新：一种低成本全身遥操作接口JoyLo和新的学习算法WB-VIMA。JoyLo利用基于操纵木偶的 *** 和任天堂Joy-Con控制器，实现了高效的全身控制，并提供了丰富的用户反馈，优化了策略学习数据质量。在总成本不超过500美元的情况下，JoyLo在R1机器人上表现出色，包括高效的全身协调控制系统、直观的远程操作体验和高质量的示范动作。

WB-VIMA学习算法则利用机器人的固有运动学层次结构来建模全身动作。通过自回归全身动作去噪和多模态观察注意力机制，WB-VIMA能有效学习协调的全身动作。此外，它解决了人形机器人中因微小错误导致末端执行器显著放大的问题，通过分析上游组件的动作状态和位置信息，推算下游组件的动作，从而实现整体协调。

研究团队评估了BRS在五个代表性家庭任务上的表现，包括清洁房屋、清洁厕所、倒垃圾、放置物品到架子上和晾晒衣服。结果表明，BRS能成功完成这些任务。同时，实验验证了JoyLo和WB-VIMA的有效性。JoyLo在数据收集效率、策略学习适用性和用户体验方面表现出色，而WB-VIMA在性能上优于基线 *** 。所有参与者都认为JoyLo是最友好的界面，且WB-VIMA在任务中的成功率更高，出错几率更小。关于BRS框架的所有工作已全部开源，感兴趣的人可以进一步了解。