麻省理工學院(MIT)本周展示了一種全新的機器人訓練模型，該模型放棄了以往專注于特定數據集的訓練方法，轉而采用類似大型語言模型(LLMs)訓練時使用的海量信息。

　　研究人員指出，模仿學習——即代理通過模仿執行任務的個體來學習——在遇到小的挑戰時可能會失敗。這些挑戰可能包括不同的光照條件、不同的環境設置或新的障礙物。在這些情況下，機器人沒有足夠的數據來適應這些變化。

　　團隊借鑒了像GPT-4這樣的模型，采用了一種粗暴的數據驅動問題解決方式。

　　“在語言領域，數據就是句子，”該論文的主要作者Lirui Wang說。“在機器人領域，鑒于數據的多樣性，如果你想以類似的方式預訓練，我們需要不同的架構。”

　　團隊引入了一種新的架構，稱為異構預訓練變換器(HPT)，它整合了來自不同傳感器和不同環境的信息。然后使用變換器將數據整合到訓練模型中。變換器越大，輸出結果越好。

　　用戶隨后輸入機器人的設計、配置以及他們想要完成的任務。

　　“我們的夢想是擁有一個通用的機器人大腦，你可以下載并用于你的機器人，而無需任何訓練，”卡內基梅隆大學副教授David Held在談到這項研究時說。“雖然我們才剛剛開始，但我們將繼續努力，希望規模的擴大能像大型語言模型一樣，為機器人策略帶來突破。”

　　這項研究部分由豐田研究所資助。去年在TechCrunch Disrupt上，TRI展示了一種一夜之間訓練機器人的方法。最近，它達成了一個分水嶺的合作伙伴關系，將其機器人學習研究與波士頓動力的硬件結合起來。