豐色 發自 凹非寺
上週史丹佛炒蝦機器人炸場之後，又火了一個煮咖啡機器人。
它的厲害之處在於通過觀看人類的示範視訊，僅需10小時端到端訓練，就能學會並完全自主搞定這一任務。
當然，更準確地來說是操作咖啡機：
只見它打開機蓋、放入咖啡包，再按下開始按鈕，整個過程一氣呵成，無需任何遠端遙控。
很快，一杯咖啡就可以端走享用：
注意了，以上演示視訊，沒有任何加速處理。這就是該機器人目前可以達到的實際操作速度。
而除了這些，它還具備自主糾錯功能：
如果咖啡包沒有放正，不用人類提醒，它自己就能調整好。
對此，前GoogleDeepMind研究員（也是該機器人的開發人員）直接就是一個轉發點贊，並再次強調：
所有行為包括糾錯，完全自主。
公司創始人Brettt Adcock稱，這就是機器人技術的ChatGPT時刻。
不管是不是每個人都贊同這個說法，但網友被它的訓練速度所折服是沒得說。
10個小時真的很優秀，快進到使用研磨機和法壓壺，估計很快視訊裡個咖啡機也要失業了。（手動狗頭）
所以，這個機器人具體什麼來頭？
10小時端到端訓練搞定煮咖啡
如上這個機器人來自一家商業公司，名叫Figure。
Figure總部位於美國，成立於2022年，專攻通用人形機器人。
創始人Brett Adcock畢業於美國佛羅里達大學，26歲時創辦了一家線上人才市場網站，後被同行1.1億美元收購，然後又創辦了一家生產全電動垂直起降飛機的航天公司，作家27億美元上市。
如今，這家機器人公司Figure也可謂吸金無數，先是在去年5月拿到7000萬美元A輪融資，兩個月後又獲得英特爾900萬美元投資。
去年10月——大概成立一年之際，Figure發佈首款人形機器人，代號Figure 01。
它走起路來是這樣的：
我們今天看到的煮咖啡演示則正是由它完成。
而學會這項技能，只花了它10個小時的訓練時間——
Figure 01採用的是端到端神經網路，這邊接收人類煮咖啡的視訊，那邊就能輸出動作軌跡，讓機器人通過模仿，最終完成自主操作。
以此類推，讓它學會別的任務，也只需要輸入相應的視訊即可。
至於具體實現細節，官方沒有透露。
不過，拋去10小時就完成訓練不談，對於讓機器人學會煮咖啡這類任務本身來說，已經不是一件難事兒了。
其核心就是模仿學習，入選CoRL’22（機器人，學習會議）的VIOLA可以做到（它是一個以對象為中心的模仿學習框架，基於Transformer進行推理，擅長長程任務，比最先進的模仿學習演算法性能高出45.8%）；
來自Google、今年6月發佈的HYDRA，也專攻於此，擅長各種粗粒度和細粒度控制，並可自如切換。
來自史丹佛大學的AME，基於路點（Waypoint）實現，對於煮咖啡這種任務也毫不含糊，只不過速度慢很多。
還有英偉達的HITL-TAMP、MimicGen等研究成果，也就是機器人模仿學習相關，就不一一介紹了。
2040年前，誰能成功挑戰史蒂夫咖啡測試？
儘管Figure 01的表現很不錯（比如速度就很快），但不少網友還是評價：
這和想象中的煮咖啡機器人還有一點距離。
比如它能不能拿起杯子、將其放到咖啡機下，沏完之後再添加奶油和糖，再將杯子放到托盤上，端到人面前？
事實上，蘋果公司聯合創始人Steve Wozniak曾提出一個評估機器人自主能力的咖啡測試。
它要求機器人從進入一個陌生的家中開始，然後找到廚房，識別工具（例如咖啡機、水壺）和材料（咖啡豆、糖、牛奶等），最終做好一杯咖啡，且全程不超過20分鐘。
這個測試考驗機器人在未知環境中導航、識別物體、操作工具和材料以及遵循人類命令等一系列能力。
有人發起過投票，問2040年之前能否有這樣的機器人誕生？
結果有89%的人投了yes。
你認為有希望嗎？
參考連結：
[1]https://twitter.com/Figure_robot/status/1743985067989352827
[2]https://twitter.com/Figure_robot
[3]https://manifold.markets/MatthewBarnett/will-a-robot-be-created-that-is-cap