麻省理工学院首次推出受大型语言模型启发的方法用于教授机器人新技能

文章来源：放心AI网发布时间：2025-06-05 13:39:23

麻省理工学院本周展示了一种训练机器人的新模型，旨在解决模仿学习在引入小挑战时可能会失败的问题。研究人员指出，模仿学习在照明、不同环境或新障碍等情况下可能会失败，因为机器人根本没有足够的数据来适应。

该团队寻求像 GPT-4这样的模型来寻找一种强力数据方法来解决问题。他们引入了一种名为异构预训练变压器（HPT）的新架构，该架构将来自不同传感器和不同环境的信息汇集在一起。然后使用变压器将数据汇总到训练模型中。变压器越大，输出越好。

用户可以输入机器人设计、配置和他们想要完成的工作，然后使用新模型训练机器人。研究人员表示，这种方法可以实现机器人策略方面的突破，就像大型语言模型一样。

这项研究的部分资金来自丰田研究院。去年，丰田研究院在 TechCrunch Disrupt 上首次展示了一种一夜之间训练机器人的方法。最近，该公司达成了一项具有里程碑意义的合作伙伴关系，将把其机器人学习研究与波士顿动力硬件结合起来。

卡内基梅隆大学副教授戴维·赫尔德表示:“我们的梦想是拥有一个通用的机器人大脑，你可以下载它并使用它，而无需任何训练。虽然我们还处于早期阶段，但我们将继续努力，希望规模化能带来机器人策略方面的突破，就像大型语言模型一样。”

上一篇: 深化人工智能安全监管研究（学术圆桌）

确保人工智能安全、可靠、可控，有利于人类文明进步，是人工智能发展必须解决的重要课题。党的二十届三中全会《决定》作出“建立人工智能安全监管制度”“完善生成式人工智能发展和管理机制”等重要部署。如何加强人