机器人正迅速成为我们日常生活的一部分，但它们通常只用于特定任务。虽然人工智能领域的最新进展可以使机器人在许多方面发挥作用，但全球在通用机器人制造方面的进展仍然较慢，部分原因是收集真实世界的训练数据需要大量的时间。近日，谷歌旗下AI团队DeepMind的最新研究或可解决该领域面临的这一“痛点”。
美东时间6月20日，DeepMind展示了用于机器人的AI智能体RoboCat。DeepMind称其为全球首个能解决和适应多重任务的智能体。更重要的是，RoboCat是一个可以自我改进的AI代理，其可以操作不同的机械臂，而且只需最少100次演示即可解决任务，并从其自生成的数据中进行改进。
谷歌展示全球首个多任务AI智能体
谷歌旗下AI团队DeepMind的最新论文介绍了一种能够进行自我改进的AI代理，本质上是由AI赋能的软件程序，相当于机器人的“大脑”，由其加持的机器人与传统机器人不同之处在于，RoboCat更具“通用性”，并可实现自我改进、自我提升。
图片来源：DeepMind截图
DeepMind在之前的研究中探索了如何开发支持大规模学习多任务的机器人，并将语言模型理解与辅助机器人的现实世界能力相结合。这个名为RoboCat的机器人智能体是全球首个能解决和适应多重任务的AI智能体，能够学习在不同的机械臂上执行各种任务，然后自我生成新的训练数据来对其进行改进。
RoboCat的学习速度比其他先进模型快得多——只需要通过100次左右的演示，RoboCat就可以学会操控机械臂来完成各式各样的任务，然后通过自生成的数据来进行迭代改进。这种能力将有助于加速机器人研究，因为这减少了对人类监督训练的需求，也是创造通用机器人的重要一步。
DeepMind的研究科学家、RoboCat团队的共同作者Alex Lee表示，“我们证明，一个大模型可以解决多个真实机器人承载的各种任务，并能迅速适应新的任务。”
据DeepMind，RoboCat基于其多模态模型Gato（西班牙语“猫”的意思），它可以在模拟和物理环境中处理语言、图像和动作。DeepMind将Gato的架构与一个大型训练数据集结合并起来，该数据集由各种机器人手臂的图像序列和动作组成，可以解决数百种任务。
在DeepMind演示视频中，RoboCat已经可以通过自主学习操控机械臂，完成“套圈”“搭积木”“抓水果”等任务。这些任务看似简单，但考验了机械臂操作的精准度、理解力以及对于形状匹配难题的解决能力。目前RoboCat完成一项新任务的成功率已经在初期36%的基础上提升了一倍。
