那些知道让机器人的手抓住，操纵和操纵有多么艰辛的人，不仅仅看一眼-而是凝视着-在最近的展示了OpenAIDactylRubik立方体的视频中。当挑战是证明人的手指灵巧性时，用四指拇指的机器人手工作绝非易事。OpenAI的手凭借其灵巧的手指操作赢得了赏心悦目的外观，这是人的手将需要用来解决立方体的问题。
那些熟悉OpenAI去年发布的其他视频的人已经知道了他们的进步，该视频称为“学习敏捷”。视频是关于他们训练像人一样的机器人手来操纵物理对象的视频。即使那样，他们仍然认为自己可以夸耀机器人的手可以“前所未有的敏捷性”来做到这一点。
这就是他们介绍其系统Dactyl的方式。他们说，Dactyl使用通用强化学习算法和代码从头开始学习。“我们的结果表明，有可能在模拟中训练代理人并使他们解决现实世界中的任务，而无需对世界进行物理上精确的建模。”
一位机器学习工程师告诉视频观众，该技术被称为域随机化。
他们随机化了例如手可以移动多快，块体有多重以及块体与手之间的摩擦力。
一年前视频中的两个评论认为这不是真正的AI：“'AI'在这一点上实际上只是抽象算法。我们甚至还不了解什么是智能，更不用说如何对其进行合成了。”
另一条评论是：“这无非是聪明的编程……根本没有智能。这只是一台机器，它以一种编程的方式来完成已被编程的工作。只需对事物进行编程，以正确的方式转动模块从一开始就为自己节省了时间和精力……计算机将永远只能按照编程的方式进行操作。”
尽管如此，《麻省理工学院技术评论》的KarenHao仍认为，该团队的机械手是朝面向工业和消费类应用的更加敏捷的机器人迈出的重要一步。
快进他们的新论文“用机械手解决魔方”。
作者解释说：“我们证明，仅在模拟中训练的模型可用于解决实际机器人上前所未有的复杂性操作问题。这有两个关键因素：一种新颖的算法，我们称之为自动域随机化(ADR)，)和为机器学习而构建的机器人平台。”
他们谈论了翻转和顶面旋转的组合。
“旋转对应于将魔方的单个面沿顺时针或逆时针方向旋转90度。翻转对应于将魔方的另一面移动到顶部。我们发现将顶面旋转得很远比旋转其他面更简单。因此，代替旋转任意面，我们将翻转和顶面旋转结合在一起以执行所需的操作。然后可以依次执行这些子目标，最终解决魔方。
他们怀疑任何人都以理想的混乱方块给自己带来不公平的优势。
还没有评论，来说两句吧...