作者｜楊逍

　　編輯｜蘇建勛

　　近日，斯坦福華人團隊的Mobile ALOHA“全能家務機器人”在網上爆火，它展示了做飯、鋪床、澆花等多種家務技能，可謂是全復合“保姆人才”。

　　它能夠煮蝦，可以擦拭桌子上的紅酒，能洗盤子，還可以自動打開電梯。

　　還可以打開窗簾為窗臺上的花澆水，將衣服放到洗衣機里、撒上洗衣液洗衣。這讓網友直呼機器人時代已來，它難能可貴在“眼里有活兒”。

　　不過，Mobile ALOHA所展示的復雜技能，其實是背后由人遙控操作的。

　　1月6日清晨，發現網友為Mobile ALOHA所呈現的自主化、智能化能力傾倒后，Mobile ALOHA的兩位研發人員連忙“辟謠”，稱部分動作是機器人自主展示的，部分則由人遙控完成。

　　為了如實呈現機器人的能力，他們還專門放出了Mobile ALOHA在全自動狀態下的“蠢笨”動作合集，稱 “機器人尚未準備好接管世界”。

　　當你以為機器人能絲滑優雅地舉起一杯紅酒時，它只能顫顫巍巍地握住杯子，看著酒杯傾倒碎在地上，將紅酒灑滿桌；

　　紅酒灑滿桌

　　表現頗佳時，機器人能熟悉地端起左手顛鍋、右手拿鏟，完成一道菜肴的制作；但多是幾次，原本揮灑自如的鍋鏟就不是對著鐵鍋底部一頓操作，就是在鍋中揮舞但碰不到菜。

　　失敗的炒菜案例

　　全自動狀態下，它無法有力地控制住一把平底鍋，將鍋端起后，整個平鍋便不可避免地掉落，為了拯救翻到的鐵鍋，守在旁邊的研究人員還被燙傷了；

　　倒菜失敗

　　甚至一根紅色圓珠筆，Mobile ALOHA也無法拾起。

　　拿記號筆

　　現實和理想還有差距，但Mobile ALOHA所呈現出的完成精細和復雜的任務的運動操作能力，仍值得關注，這讓未來機器人更具有想象空間。

遙控的疊被子、做菜、洗衣技能

　　Mobile ALOHA到底可以做到什么？

　　經過20～50輪演示和模仿學習，機器人可以自主完成一些復雜的移動操控任務。

　　它能夠按照人類做菜的順序，將油倒入鍋中，再放入一粒蝦仁，并翻轉鍋鏟將其炒熟，并拿起鍋，轉身將蝦倒入背后已備好的盤子里。

　　炒蝦

　　它可以自動按下電梯按鈕，并成功進入電梯中；

　　自動開電梯

　　還可以精準打開一扇兩門柜子，并抬手將一個3磅重的鍋放入柜子中，再關上柜門。

　　將鍋放入柜門

　　還可以在與人相遇后伸出“手”擊掌。

　　與人擊掌

　　目前，機器人可以連續9次完成端起酒杯擦桌子的動作；連續5次自主呼叫電梯，具有學會技能的能力。

　　但這個技能并非100%精準、智能，會出現錯誤，呈現出前文所展示的“失敗狀態”。

　　對于一款想要進入家庭場景的機器人而言，比起技能豐富度，安全是更重要的前提。一款身體笨重、由鋼鐵材料制成的機器人，會給家帶來遠超狗等寵物的殺傷力。

　　機器人尚未做好準備接管世界，但擁有潛力。

　　為了探索Mobile ALOHA的潛力，符博士將機器人帶回家中，并遙控機器人完成了一些復雜動作。

　　它能完成做滑蛋蝦仁、干貝燒雞、蠔油生菜廚藝，這里面涉及到了切蒜、洗生菜、打雞蛋等細致動作。

　　做干貝燒雞

　　在遙控狀態下，它能拉開窗簾布、打開窗子，握著水壺澆水；

　　澆水

　　可以握著戴森吸塵機，進行全屋清潔；

　　用吸塵器打掃房間

　　它能在主人站著不動的情況下，捏著圓形的剃須刀完成整個刮胡子動作。

　　剃胡子

　　可以將衣服賽道洗衣機里，并轉動洗衣液的圓形瓶蓋，將洗衣液倒入洗衣機，再操作完成洗衣動作。

　　洗衣服

　　也能從抽紙盒中抽出一張紙，并揉成一團，再擦去玻璃上的灰，且控制機械與玻璃接觸時，不傷害玻璃表面。

　　拿紙擦玻璃

　　雖然上述家務能力是由人遙控操作完成的，但機器人呈現的完成復雜、精細動作的物理可能，是一個巨大的進步。

　　它還解決了人形機器人領域的一大技術難題——面對布料這種柔軟又單薄的材質，機器人要如何完成疊被子、疊衣服等人手可以簡單完成的動作。

　　在遙控狀態下，它可以完成鋪平床單、為枕頭套上枕套的動作，且機器人鋪平的床可謂一絲不茍，遠超當代年輕人的床物收納能力范疇。

　　換床單

　　它還可以將一件衣服展開，捏著拉鏈頭，拉上衣服拉鏈，再用衣服撐將其撐起，并放入衣柜中。

　　收納衣服

　　在機器人世界，人手能簡單完成的動作，對機器便越難。機器人還做不到“眼中有活”，但手能干細致活。

　　Mobile ALOHA的聯合研發者Tony Z.Zhao還引用了2015年的DARPA機器人挑戰大賽上的失敗匯集，戲謔稱希望特斯拉機器人的摔倒視頻。

　　對于Mobile ALOHA的失敗集錦，網友也格外寬容，稱他們“愚蠢又可愛”，也有人稱“比起遠程操控，自主果然困難很多”。

軟硬件開源，全套機器人僅需3.2萬美元

　　Mobile ALOHA的最大價值是物理操作能力的進步，它展示了機器人做重復性精細操作任務的潛力。

　　為了實現雙手操作技巧，符博士團隊基于谷歌Deepmind的ALOHA遙操作系統生成，設計出了一款低成本的全身遠程操作系統“Mobile ALOHA”。

　　Mobile ALOHA是一個開源的操作系統，其學習原理是遙操作和模仿學習，即通過對人類重復動作的學習掌握技能，它是一種全身遠程操作的雙手移動操作系統。

　　谷歌的ALOHA遙操作系統更多是在桌面上進行思考，Mobile ALOHA在底部上增加了移動底盤，增加了對機器人移動性和靈活性的訓練。

　　借助集成的移動底座和全身遠程操作界面，Mobile ALOHA可以收集更多的機器人與現實世界交互的數據，并在交互過程中學習、模仿人類動作。

　　研究團隊發現，只需對每項任務進行 50 次演示，Mobile ALOHA學會動作的成功率能高達90%，如可以實現連續9次擦紅酒，連續5次成功使用電梯。

　　據符博士表示，之所以能在50個演示之內便實現上述效果，是因為Mobile-ALOHA 將模仿學習和靜態操作數據結合協同訓練。

　　協同訓練效果

　　通過這種聯合訓練方式，機器人訓練成功率可以顯著提高，尤其是在執行需要精確操作的任務時。如在擦拭紅酒任務中，舉起酒杯和擦拭是最重要的子動作，在沒有聯合訓練時，其成功率只有58%，但聯合訓練后，成功率可以提高到95%。

　　訓練效果差別1

　　這種聯合數據訓練的方式，在VINN、擴散策略和ACT等不同的模擬學習方法上都有著不錯的效果。如擴散策略下，整個任務的成功率原本只有35%，但經過聯合訓練后，可以提高到65%。

　　訓練效果差別2

　　此外，協同訓練在不同數據組合情況下，魯棒性、穩定性在不同維度上都得到了提高。

　　訓練效果差別3

　　在硬件上，它的外在形象并非最火的人形機器人形態，整個身體由一個移動底盤、一個操作界面，兩個機械臂，反饋驅動，兩個腕部相機及1個頂部相機構成。整個機器采用反向驅動結構的設計，控制者能通過操作臺控制機械臂，指導Mobile ALOHA完成動作。它的底部安裝有電池包，可斷電使用。

　　Mobile ALOHA的硬件設計

　　這款機器人和操作系統由斯坦福的三人團隊研究而成——計算機科學博士生Zipeng Fu和Tony Z.Zhao，和二人的指導老師是Chelsea Finn。

　　他們在軟硬件上都進行了開源，公布了代碼、硬件結構和數據，團隊還專門列出了具體的硬件清單，包括整套機器人下來成本只需要3.2萬美元，即22.7萬人民幣。

　　這意味著，只要有興趣，任何人都可以基于他們的研究成果，對機器人進行試驗，去訓練自己想實現的動作。

　　該硬件的運動底盤廠家松靈機器人已在官網表示，可以定制同款斯坦福Mobile Aloha機器人。

　　Mobile Aloha機器人

　　2024年被認為是人形機器人元年，無論是特斯拉、波士頓動力等具身智能玩家，還是如谷歌的AutoRT 控制系統，又或 RT-2機器人大模型，都在從不同維度推動人形機器人發展。在最長遠的想象力，進入家庭的人形機器人將會帶來巨大的市場空間。

　　原本以特斯拉、智元機器人等人形機器人都將to B場景看作最先落地的未來，To C家庭場景則更具有難度，但Mobile ALOHA的機器人讓To C場景看到曙光。

　　全自動的機器人時代雖尚未來到，但Mobile ALOHA僅通過兩指夾具，便完成了洗衣、做飯等高難度動作，這讓家務機器人、人形機器人有了更加具象的想象空間。