#今日论文推荐# 1小时学会走路，10分钟学会翻身，世界模型让机器人迅速掌握多项技能

wwwsxn

211人浏览 · 2022-07-01 16:08:56

wwwsxn · 2022-07-01 16:08:56 发布

世界模型在实体机器人上能发挥多大的作用？
教机器人解决现实世界中的复杂任务，一直是机器人研究的基础问题。深度强化学习提供了一种流行的机器人学习方法，让机器人能够通过反复试验改善其行为。然而，当前的算法需要与环境进行过多的交互才能学习成功，这使得它们不适用于某些现实世界的任务。
为现实世界学习准确的世界模型是一个巨大的开放性挑战。在最近的一项研究中，UC 伯克利的研究者利用 Dreamer 世界模型的最新进展，在最直接和最基本的问题设置中训练了各种机器人：无需模拟器或示范学习，就能实现现实世界中的在线强化学习。

Dreamer 世界模型是谷歌、多伦多大学等机构在 2021 年提出的一种。如下图 2 所示，Dreamer 从过去经验的回放缓存中学习世界模型，从世界模型的潜在空间中想象的 rollout 中学习行为，并不断与环境交互以探索和改进其行为。研究者的目标是在现实世界中推动机器人学习的极限，并提供一个强大的平台来支持未来的工作。

论文题目：DayDreamer: World Models for Physical Robot Learning
详细解读：https://www.aminer.cn/research_report/62be9cf07cb68b460fe02836https://www.aminer.cn/research_report/62be9cf07cb68b460fe02836
AMiner链接：https://www.aminer.cn/?f=cs

全球具身智能开发者社区

立足具身智能前沿赛道，致力于搭建全球化、开源化、全栈式技术交流与实践共创平台。

更多推荐

[具身智能-1148]：三角测距原理

三角测距 = 两个观察点 + 一个物体，构成三角形，通过基线长度和视线角度（或视差），用几何关系算出物体距离。本质是 "用角度换距离"—— 角度差越大，物体越近；角度差越小，物体越远。人眼、双目相机、低成本激光雷达都在用这个原理，但它天生受限于距离和纹理，远距离和无纹理场景会失效。

全球具身智能开发者社区

[具身智能-1147]：3 维空间的物理的反射光信号到 2 维平面的投影，主动要失去深度信息。本质上是光线到光点的投影，所有光线组成 “面” 上的所有点

3D→2D 投影的本质，是把 "每条光线（3D 中的 1 维直线）" 压成 "每个光点（2D 中的 0 维点）"，所有光点组成图像平面。这个降维过程是多对一的映射，深度信息不可逆地丢失 —— 这不是算法问题，是物理约束。激光雷达通过主动发光给光线打时间戳、双目通过双视点三角约束、单目通过先验推断，都是在用不同方式打破这个多对一性，试图找回丢失的深度维度。

全球具身智能开发者社区

[具身智能-1152]：深度相机模组输出是什么？是双目图像，还是混合后的图像？混合的算法是？深度图的格式？

表格维度双目立体视觉结构光ToF代表深度算法立体匹配图案解码 + 三角测距相位 / 时间测量主动发光否（被动）是（红外图案）是（调制红外光）无纹理区域失效（白墙）有效（投射图案）有效有效距离0.3~20m0.3~5m0.3~10m深度图分辨率最高（和红外一致）中中（受 ToF 传感器限制）室外阳光较好（但依赖光照）差（阳光淹没图案）差（阳光干扰）输出深度图 + 左右 IR + 彩色深度图 + IR