蘋果公司最新披露 PH2D 方法，結(jié)合人類教練和機(jī)器人示范者訓(xùn)練人形機(jī)器人，讓其獲得更高效的學(xué)習(xí)效果。

蘋果公司于本周三發(fā)布《Humanoid Policy ~ Human Policy》研究論文，直指?jìng)鹘y(tǒng)訓(xùn)練方法的不足，提出了一種可擴(kuò)展且成本效益高的新方案，稱為“PH2D”（Physical Human-Humanoid Data）。

蘋果公司在專利中指出，傳統(tǒng)人形機(jī)器人訓(xùn)練依賴機(jī)器人示范者，過(guò)程被描述為“勞動(dòng)密集型”，且需要昂貴的遠(yuǎn)程操作數(shù)據(jù)采集。

蘋果的新方法結(jié)合人類教練和機(jī)器人示范者，利用改造后的消費(fèi)級(jí)設(shè)備，制作訓(xùn)練素材。

例如，Apple Vision Pro 頭顯被調(diào)整為僅使用左下角攝像頭進(jìn)行視覺(jué)觀察，配合 ARKit 技術(shù)獲取 3D 頭部和手部姿態(tài)數(shù)據(jù)；改造后的 Meta Quest 頭顯搭載 mini ZED 立體攝像頭，成為低成本訓(xùn)練工具。

人類教練通過(guò)這些設(shè)備記錄手部操作，包括抓取、抬起物體和倒液體等動(dòng)作，錄制過(guò)程中還提供語(yǔ)音指導(dǎo)，視頻被放慢后用于機(jī)器人訓(xùn)練。

蘋果為此還開發(fā)了名為“Human-humanoid Action Transformer”（HAT）的模型，能夠同時(shí)處理人類教練和機(jī)器人示范者生成的數(shù)據(jù)。

這一模型構(gòu)建了一個(gè)通用的策略框架，相較于僅使用真實(shí)機(jī)器人數(shù)據(jù)的訓(xùn)練方式，表現(xiàn)出更好的泛化能力和穩(wěn)健性。研究顯示，這種結(jié)合訓(xùn)練策略在特定任務(wù)（如垂直抓取物體）中，效果優(yōu)于單一機(jī)器人示范者訓(xùn)練。

蘋果的研究表明，這種結(jié)合訓(xùn)練方式不僅成本效益高，還能顯著提升機(jī)器人表現(xiàn)。盡管目前僅展示了機(jī)器人燈原型，但據(jù)傳蘋果正在研發(fā)面向終端消費(fèi)者的移動(dòng)機(jī)器人，可執(zhí)行家務(wù)和簡(jiǎn)單任務(wù)。