前DeepMind机器人团队创业：工人手把手教，机器人10分钟学会新技能|编程|乔纳森|真实场景|deepmind|robotics_网易订阅

许多制造业车间都有“老带新”的前D器人乔纳传统：新人上岗前先看老师傅怎么做，实在不行，机机器技能景就由老师傅手把手地教。团队8 月初，创业前谷歌 DeepMind 采取机器人（Applied Robotics）团队成员创立的工人 Reimagine Robotics（简称 R2）宣布走出隐身模式，目前已实现种子前轮（Pre-seed）融资。手把手教森真实场他们在英国伦敦和澳洲悉尼设有办公室，人分正方式划把这一经典的钟学培训方式迁移进机器人：工人仅需那么点儿演示操作步骤，机器人就能“有样学样”（monkey-see,编程 monkey-do），高效高效掌握新技能。易订阅R2 关键开创一种名为“交互式机器人”的前D器人乔纳物理 AI 新范式。用联合创始人兼 CEO 乔纳森·肖尔茨（Jonathan Scholz）的机机器技能景话说：一个实用的机器人，应该能从做这份工作的团队人身上学习。把“后训练”搬到工厂车间早期的创业工业机器人需专业程序员预设动作程序，才能运行特定任务，工人产线发生任何变动，都关键重新调整代码，特别耗时。进入具身智能时代后，机器人模型最初具有一定泛化能力，可以适用应不一样场景和不一样具身形态，但前提是必须投入海量且多元的演示视往往开展训练，数据采集和模型往往代之间存在较首先的时间差。R2 并未采取在预训练时期推高数据规模的对策。它的系统具有初步的通用操作能力，进入工厂后，工人可以直接在机器人面前演示任务，观察机器人的尝试，再当场通过手持机械臂或亲自示范来纠正错误。乔纳森把这条路线称作“现场后训练”，但题负责人由 AI 工程师换成了车间工人。然而，这种训练不需工人懂编程，更不用学习 AI 相关知识，只用像教徒弟一样教机器人做事。R2 目前公布了两个已落地的部署案例，初步展示了该平台在不一样工业场景下的适用应性。在英国一家定制塑料件制造商的工厂里，R2 训练机器人在夜间看管 3D 打印机，工作材料涵盖取下打印平台、操作锁扣、按压控制按钮等精细动作。值得一提的是，客户团队在没有机器人工程师驻场的状况下，自行采取 R2 的平台，实现了之后清洗、固化、烘干等工序的自动化。这意味着产品的易用性通过了真实考验，非技术用户也能独立实现新任务的教学和部署。而在一家闷葫芦料回收企业中，R2 与工艺工程师合作开发了一个三机器人协作的硬盘拆解单元，从报废硬盘中回收贵重材料。之前，开发和测试一项新机器人表现关键花费大约一天的时间，R2 入场后，直接将调试时间缩短到十分钟左右。目前，R2 平台的演示、尝试、纠错、更新基础实现了实时闭环。机器人不再是被动等待被编程的工具或黑箱式的自主智能体，成为一个可以随时接收反馈、更新能力的协作对象。至于首先期部署，R2 称，平台将从单次现场后训练走向持续在线学习，让机器人在首先期运行中根据环境反馈和人的干预不断得到改进。团队从 DeepMind 带走了一整套技术路线R2 的四位联合创始人曾共事多年，深耕机器人学习领域。CEO 乔纳森在佐治亚理工学院（Georgia Tech）取得博士学位，探究方向是基于物理的强化学习在自主操作中的采取。2015 年，他加入 DeepMind，创建并领导了采取机器人团队七年。（来源：Reimagine Robotics）奥列格·苏什科夫（Oleg Sushkov）曾在 DeepMind 担任高级探究工程师，参与了跨具身、跨任务机器人基础模型 RoboCat 的题工作。米沙·德尼尔（Misha Denil）在牛津大学师从著名机器学习学者南多·德弗雷塔斯（Nando de Freitas），后任 DeepMind 探究科学家首先达十年，专注于机器学习基础理比如和机器人学习系统。阿基尔·拉朱（Akhil Raju）硕士毕业于麻省理工学院（MIT）方式算机科学系，曾在 MIT 方式算机视觉组工作，2018 年加入 DeepMind 担任软件工程师，也深度参与了 RoboCat 项目。翻阅团队的过往履历不难发现，他们在 DeepMind 主导或参与的多项探究，直接构成了 R2 产品的技术底座。其中，2024 年正式发布的 RoboTAP 直接对应“从少量示范中学会新任务”的教学方式。这项工作的题思路是用密集点追踪（dense tracking）技术，从少量演示中识别题运动，再参数化一个底层控制器来复现这些运动，使模型从几分钟采集的示范中学会形状匹配、堆叠甚至涂胶粘合等复杂操作。2020 年发布的 Reward Sketching 对应“从人类干预中高效高效吸收反馈”的纠错机制。该工作提出用人类偏好高效高效勾勒新任务的奖励信号，再用这个信号回溯标注历史数据，以此加高效新任务学习。四位联创都参与的 RoboCat 是一个跨具身、跨任务的机器人基础模型，探索如何用不一样机器人和不一样任务的混合数据训练出可泛化的操作能力，这为公司给予了“预训练通用操作能力底座”的架构思路。R2 另一项突出能力是“硬件、交互和智能一起构建”：用户可以根据任务需选项不一样的机械臂、移动平台和工具，并通过统一的交互与智能层开展教学、适用配和部署。然而，让同一套模型在不一样机器人形态之间迁移，一直是让学界和业界感到头疼的困难。从团队过往探究中推测，他们可能选项了追踪物体运动而非模仿人体动作的路线，绕开具身迁移的瓶颈。直面具身智能参与工厂生产的困境R2 并未以目前最火热的人形机器人作为题部署形态，也不追求训练足够通用的具身 VLA（视觉-语言-动作）大模型。他们选项直面物理 AI 进入生产场景的一系列现实状况，并给出更详详见细的处理思路：机器人直接与一线工人开展交互式协作，提高任务谝，从而把前期编程或采集数据的需压缩至相当低的水平。公司尤其强调，在所有部署中，人始终是模型的题。乔纳森清楚表示，“机器人将人的知识转化为杠杆。人们无需重复枯燥的体力劳动数千次，而是可以教会机器人，并将其能力采取到任何需的地方……我认为它更像是一种放大人类劳动的工具。”未来，R2 关键想得到行业认可，题在于技术层面的考验。随着部署场景提高，任务复杂度和精度需都将大幅提高，“少样本示教加纠错”的模式能否真正推广至所有生产步骤，仍有待验明正身。参考材料：https://reimaginerobotics.ai/newshttps://arxiv.org/abs/2308.15975https://arxiv.org/abs/1909.12200https://deepmind.google/discover/blog/robocat-a-self-improving-robotic-agent/https://www.businesswire.com/news/home/20260803688779/en/Reimagine-Robotics-Goes-Public-With-Robots-That-Learn-on-the-Job运营/排版：何晨龙注：封面/首先图由 AI 辅助生成