高层速读
关键信息：Open AI的研究人员创造了一种系统——Dactyl，这种系统不仅能使机械手像人类一样抓取和操纵物体，而且还能使其自行开发去抓取新物品。研究人员使用虚拟数据在计算机上进行模拟，使Dactyl可以控制和操纵任何东西，就像人一样。
关键数据：该系统使用了6144个CPU和8个GPU，在50个小时内收集了100年的经验。
关键意义：该系统运动的自然性，以及通过不断的尝试和错误来独立完成的物品抓取，对于必须与现实世界交互的机器人来说十分重要。
用手抓东西是在我们在婴儿时期学到的第一件事，但它远非一项简单的任务，而且随着成长，它逐渐变得复杂和多变。这种复杂性使得机器很难教自己学会去抓取新的物品，但Open AI的研究人员创造了一种系统，这种系统不仅能像人类一样持有和操纵物体，而且还能自行开发去抓取新物品。
许多机器人和机械臂已经熟练掌握了某些握持或动作，比如在工厂里，机器人可以更灵巧地挥舞一个扳手，但是让机器人完成这项任务的软件是由人工写入的，而且一般只能应用于某一特定工序，比如你给它一支铅笔，它不可能学会写字。即使是在同一条生产线上，焊接和打磨也需要不一样的系统。但对于一个人来说，拿起苹果和杯子并没有什么不同。
实际上苹果和杯子之间是有区别的，但我们的大脑会自动填补空白，使我们可以即兴发挥新的抓取力，牢牢地握住一个陌生的物体，这就是机器人落后于人类的一个领域。进一步讲，你不能仅训练机器人去完成一个人能抓取的物品，你必须提供数以百万计的例子来充分展示一个人将如何处理成千上万个其他给定的对象。
对此，OpenAI的研究人员认为，让机器人抓取新物品的解决方案根本不是使用人类的数据，而是使用虚拟数据。他们让计算机在模拟中反复试验，慢慢地学会如何移动手指，以使物体在它的手中移动。
研究人员在此问题上投入了大量的计算量：6144个CPU和8个GPU，“在50个小时内收集了100年的经验”。
然后他们把这个系统应用到现实世界中，它展示了一些令人惊讶的类似人类的行为。比如在把一个苹果转过来检查瘀伤或者递一杯咖啡给朋友的过程中，我们用很多小技巧来稳定或移动物体，甚至我们自己都没有注意到。Dactyl重建了其中的几个技巧，例如用拇指和单指握住物体，其余的则旋转到想要的方向。
这个系统的伟大之处不仅在于它运动的自然性，而且在于它们是通过不断的尝试和错误来独立完成的，它并没有与任何特定的形状或类型的物体绑定在一起。
就像人一样，Dactyl可以控制和操纵任何东西，当然是在合理的范围内，这种灵活性被称为泛化，对于必须与现实世界交互的机器人来说，这一点很重要。
要为世界上每一个物体和场景手动编代码显然是不可能的，但是一个能够适应并填补空白的机器人，依靠一套核心的理解可以却可以做到。
免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。
