斯坦福的ALOHA家务机器人团队，发布了最新钻研成绩——
名目名为Yell At Your Robot（简称YAY），有了它，机器人的“翻车”举措，只需喊句话就能纠正了！
而且机器人可以随着人类的喊话灵活优化举措水平、即时调整战略，并依据反应继续自我改良。
比如在这个场景中，机器人没能成功系统设定的“把海绵放入袋子”的义务。
这时钻研者间接朝它喊话，“用海绵把袋子撑得再开一些”，之后就一下子成功了。
而且，这些纠正的指令还会被系统记载上去，成为训练数据，用于进一步提高机器人的后续体现。
有网友看了说，既然曾经能朝着机器人喊话了，那汽车是不是也快点布置上，还在线点名特斯拉和其智能驾驶软件总监Ashok Elluswamy。
成绩发布后，前谷歌机器人初级钻研员Eric Jang，前DeepMind钻研员、斯坦福客座传授Karol Hausman等一众大佬也纷繁示意了必需和称许。
那么，用喊话调整的机器人，都能成功什么样的举措呢？
喊话就能颐指气使
应用YAY技术调教后，机器人以更高的成功率应战了东西装袋、水果混合和洗盘子这三项复杂义务。
这三种义务的特点是都须要两只手区分成功不同的举措，其中一只手要稳固地拿住容器并依据须要调整姿态，另一只手则须要准确定位指标位置并成功指令，而且环节中还触及海绵这种软性物体，拿捏的力度也是一门学识。
以打包装袋这个义务为例，机器人在全自主行动的环节中会遇到各种各样的艰巨，但经过喊话就能见招拆招。
只见机器人在将装袋的环节中不小心把海绵掉落了上去，而后便不可再次捡起。
这时，开发者间接朝它喊话，口令就是便捷的“往我这边挪一挪，而后往左”。
当依照指令做出举措后，第一次性还是没成功，但机器人记住了“往左”这个指令，再次左移之后便成功把海绵捡起来了。
但紧接着就发生了新的艰巨——袋子的口被卡住了。
这时只需通知它再把袋子关上一点点，机器人就“心照不宣”，调整出了一系列后续举措，并最终成功成功义务。
而且不仅是能纠正失误，义务的细节也能经过喊话实时调整，比如在装糖的义务中，开发者感觉机器人拿的糖有点多了，只需喊出“少一点”，机器人就会将一局部糖果倒回盒子。
进一步地，人类收回的这些指令还会被系统记载并用作微调，以提高机器人的后续体现。
比如在刷盘子这项义务中，经过微调之后的机器人清洁力度更强，范围也变大了。
统计数据标明，机器人在教训这种微调之后，平均义务成功率提高了20%，假设继续添加喊话指令还能继续提高。
而且这样的指令-微调环节可以迭代启动，每迭代一次性机器人的体现都能有所优化。
那么，YAY详细是如何成功的呢？
人类教诲“铭刻在心”
架构上，整个YAY系统关键由初级战略和低级战略这两个局部组成。
其中初级战略担任生成指点低级战略的言语指令，低级战略则用于行动详细举措。
详细来说，初级战略将摄像头捕捉到的视觉消息编码，与关系常识结合，而后由Transformer生成蕴含举措形容、未来举措预测等外容的指令。
而低级战略接纳到言语指令后，会解析这些指令中的关键词，并映射到机器人关节的指标位置或静止轨迹。
同时，YAY系统引入了实时的言语纠正机制，人类的行动命令优先级最高——经识别后，间接传递给低级战略用于行动。
且在这个环节中命令会被系统记载并用于微调初级战略——经过学习人类提供的纠正性反应，逐渐缩小对即时行动纠正的依赖，从而提高常年义务的自主成功率。
在成功基础训练并曾经在实在环境中部署后，系统依然可以继续搜集指令消息，始终地从反应中学习并启动自我改良。
作者简介
本名目的第一作者是斯坦福大学的在校生钻研员Lucy X. Shi，2019年毕业于人大附中后进入南加州大学就读计算机迷信专业。
其间，Lucy曾到英伟达实习钻研多模态大模型，并曾与出名AI学者Jim Fan博士协作。
她的论文曾延续两年被机器人顶会CoRL收录，还中选过NeurIPS，自己还被DeepMind约请宣布过演讲。
Lucy的导师Chelsea Finn是斯坦福计算机迷信和电气工程系助理传授，谷歌学术论文援用数超4.7万，此前还在Google Brain上班过一段期间。
包括本名目在内，在ALOHA团队宣布的一系列论文当中，Finn总是作为通信作者发生。
此外，ALOHA团队的Tony Z. Zhao、Sergey Levine等钻研人员，也是本文的独特作者。
论文地址：