人類只需要演示五次，就能讓機(jī)器人學(xué)會一項(xiàng)復(fù)雜技能。

英偉達(dá)實(shí)驗(yàn)室，提出了機(jī)器人訓(xùn)練數(shù)據(jù)缺乏問題的新解決方案 ——DexMimicGen。五次演示之后，DexMimicGen 就可以直接模仿出 1000 個新的 demo。

而且可用性強(qiáng)，用這些新 demo 訓(xùn)練出的機(jī)器人，在仿真環(huán)境中的任務(wù)成功率可以高達(dá) 97%，比用真人數(shù)據(jù)效果還要好。

參與此項(xiàng)目的英偉達(dá)科學(xué)家范麟熙（Jim Fan）認(rèn)為，這種用機(jī)器訓(xùn)練機(jī)器的方式，解決了機(jī)器人領(lǐng)域最大的痛點(diǎn)（指數(shù)據(jù)收集）。

同時，Jim Fan 還預(yù)言：

機(jī)器人數(shù)據(jù)的未來是生成式的，整個機(jī)器人學(xué)習(xí)流程的未來也將是生成式的。

值得一提的是，DexMimicGen 三名共同一作都是李飛飛的“徒孫”，具體說是德克薩斯大學(xué)奧斯汀分校（UT 奧斯汀）助理教授朱玉可（Yuke Zhu）的學(xué)生。

而且三人均為華人，目前都在英偉達(dá)研究院實(shí)習(xí)。

5 次演示，生成 1000 條數(shù)據(jù)

如前所述，DexMimicGen 可以僅根據(jù)人類的 5 次演示，生成 1000 個新 DEMO。

在整個實(shí)驗(yàn)中，作者設(shè)置了 9 個場景，涵蓋了 3 種機(jī)器人形態(tài)，共進(jìn)行了 60 次演示，獲得了 21000 多個生成 DEMO。

在仿真環(huán)境當(dāng)中，用 DexMimicGen 生成數(shù)據(jù)訓(xùn)練出的策略執(zhí)行整理抽屜這一任務(wù)，成功率可達(dá) 76%，而單純使用人工數(shù)據(jù)只有 0.7%。