財(cái)聯(lián)社1月5日訊（編輯 周子意）谷歌DeepMind機(jī)器人團(tuán)隊(duì)周四（1月4日）公布了三項(xiàng)新進(jìn)展，稱這些進(jìn)展將幫助機(jī)器人在做出更快、更好、更安全的決策。

此次更新引入了AutoRT、SARA-RT和RT-Trajectory三個(gè)系統(tǒng)，分別改進(jìn)了機(jī)器人的數(shù)據(jù)收集、速度和泛化。

其中較為引人注目的是，DeepMind起草了“機(jī)器人憲法”，并將其引入數(shù)據(jù)收集系統(tǒng)AutoRT，以確保你的機(jī)器人助理不會(huì)傷害到人類。

“機(jī)器人憲法”的靈感來自美國科幻小說家艾薩克·阿西莫夫（Isaac Asimov）提出的“機(jī)器人三定律”，它被描述為一組“以安全為重點(diǎn)的提示”，指示LLM避免選擇涉及人類、動(dòng)物、尖銳物體甚至電器的任務(wù)。

機(jī)器人憲法

AutoRT是一個(gè)數(shù)據(jù)收集系統(tǒng)，可以使用視覺語言模型（VLM）和大型語言模型（LLM）協(xié)同工作，以了解環(huán)境、適應(yīng)陌生環(huán)境、并決定適當(dāng)?shù)娜蝿?wù)。

該系統(tǒng)設(shè)有安全護(hù)欄，其中之一是為其決策者提供“機(jī)器人憲法”——一套以安全為重點(diǎn)的提示，以便在為機(jī)器人選擇任務(wù)時(shí)遵守。

為了提高安全性，DeepMind對機(jī)器人進(jìn)行了編程，對其關(guān)節(jié)處設(shè)限，使其在關(guān)節(jié)的用力超過一定閾值時(shí)自動(dòng)停止，并安裝了一個(gè)物理終止開關(guān)，操作人員可以使用它來關(guān)閉機(jī)器人。

在七個(gè)月的時(shí)間里，谷歌在四座不同的辦公樓部署了53個(gè)AutoRT系統(tǒng)下的機(jī)器人，進(jìn)行了77000多次試驗(yàn)。一些機(jī)器人由人類操作員遠(yuǎn)程控制，而另一些機(jī)器人則根據(jù)腳本或完全自主地使用谷歌的人工智能學(xué)習(xí)模型Robotics Transformer 2（RT-2）進(jìn)行操作。

試驗(yàn)中使用的機(jī)器人只配備了一個(gè)攝像頭、機(jī)械臂和移動(dòng)基座。

這份報(bào)告中寫道，“對于每個(gè)機(jī)器人，系統(tǒng)使用VLM來了解其環(huán)境和視線內(nèi)的物體。接下來，LLM會(huì)提出一系列機(jī)器人可以執(zhí)行的創(chuàng)造性任務(wù)，比如‘把零食放在臺面上’，并扮演決策者的角色，為機(jī)器人選擇合適的任務(wù)。”

此外，DeepMind的其他新技術(shù)包括SARA-RT系統(tǒng)，這是一種神經(jīng)網(wǎng)絡(luò)架構(gòu)，旨在使現(xiàn)有的RT-2模型更準(zhǔn)確、更快。

SARA-RT-2模型在接收了較短的圖像歷史后，準(zhǔn)確率比RT-2模型高10.6%，速度快14%。

該團(tuán)隊(duì)還宣布了RT-Trajectory系統(tǒng)，它增加了2D輪廓，以幫助機(jī)器人更好地完成特定的物理任務(wù)，比如擦桌子。