在过去几年中，加州大学伯克利分校的Pieter Abbeel等研究人员一直在研发教导机器人掌握新技能的方法，日前，Abbeel和来自加州大学伯克利分校、OpenAI的数位同事正式挂牌创办了一家名为Embodied Intelligence的新创业公司，并且成功完成了700万美元的种子轮融资。
Embodied Intelligence希望解决机器“服从”的问题，让它具有主动学习的能力。这是目前机器人的一个决定性问题：只要你每一次都确切地告诉它们这是什么，机器人可以完成任何你交待的任务。对于机器人在工厂里重复完成同样的任务，这不是一个问题。但当你加入新的或混合其他不同的东西时，这将成为一个非常令人头痛的问题。他们希望“工业机器人手臂能像人类一样感知世界和做出行动，而不仅仅只是遵循预编程的轨迹”。
Embodied的目标是使现有机器人硬件能够处理当前解决方案无法实现的更广泛任务，例如复杂形状的箱体拾取、配套、装配、不规则堆栈与卸垛，以及操作可变形物体，比如电线、织物、亚麻布、流体袋和食物等。为了使现有机器人掌握这些技能，一切将建立在深度强化学习，深度模仿学习上。
虽然人类可以毫不费力地完成这样的任务，但当前的机器人尚无法做到，这就是为什么人类和机器手臂之间会存在如此巨大差距的原因。Embodied希望通过可以快速灵活学习新技能的机器人来弥合这种差距。
基于RLL最近的一些研究，Embodied正在采取一种基于虚拟现实的新方法。因为以这种方式收集的数据质量非常高，能够教导机器人系统学习一项技能而不是一系列的行动。这意味着它拥有可适应性，可处理未经专门训练的任务。这对研究环境之外的操作至关重要。
值得一提的是，这个领域中的企业不仅只有Embodied。其他包括Kindred，Kinema Systems和RightHand Robotics等等。这些企业都在研发机器人操纵解决方案，我们需要一定的时间才能比较他们的解决方案孰优孰劣，而Abbeel表示他们将在未来几个月内发布更多的演示视频。
（免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。 ）
