主要内容
位于上海的人形机器人公司 AgiBot 设计出一种方法，让双臂机器人通过人类训练和在工厂生产线上的实际操作来学习制造任务。该公司称，其结合远程操作和强化学习的系统正在长盈科技的生产线上进行测试，长盈科技是一家制造智能手机、VR 头盔和其他电子设备的中国公司。AgiBot 的项目展示了更先进的人工智能如何开始改变工业机器的能力——这一创新可能会渗入中国和其他地区的制造新领域。这一趋势可能会提高制造生产率，并允许用更少的低薪工人生产产品。这可能会导致一些工作消失，但也会创造新的工作。
机器人在工厂中广泛用于搬运箱子和移动箱子等杂务。但组装例如 iPhone 所需的工作需要灵活性、敏锐的感知和适应能力——这些是机器人通常缺乏的。虽然人工智能越来越多地用于帮助机器人做诸如识别沿着传送带移动的物品并决定如何抓取它们等事情，但它还不是训练它们进行复杂操作的可靠工具。
AgiBot G2 正在运行。AgiBot 代表冯宇恒表示，部署在长盈工厂的机器人从进行测试的机器中获取组件，然后将其放置在生产线上——这种任务机器人可以处理，因为它不涉及精细操作或处理可弯曲或易碎的部件。真正的问题是 AgiBot 的算法如何有效地教给机器人新技巧。使用强化学习来教机器人需要即兴创作的任务通常需要大量的训练数据，研究表明，在模拟环境中无法完全完善。
AgiBot 通过让人类工人指导机器人完成任务来加快学习过程，这为机器人随后的自主学习提供了基础。在共同创立 AgiBot 之前，首席科学家罗建兰在加州大学伯克利分校进行了前沿研究，包括一个涉及机器人通过强化学习在人类参与的情况下获取技能的项目。该系统被展示可以执行包括在主板上放置组件等任务。
冯表示，AgiBot 的学习软件“真实世界强化学习”仅需要大约十分钟就能训练机器人完成一项新任务。快速学习很重要，因为生产线经常从一周到下周甚至在同一生产运行中发生变化，能够快速掌握新步骤的机器人可以与人类工人一起适应。
以这种方式训练机器人需要大量的人力。AgiBot 有一个机器人学习中心，在那里它支付人们远程操作机器人，以帮助人工智能模型学习新技能。对这种机器人训练数据的需求正在增长，一些美国公司在印度等地支付工人从事作为训练数据的手动工作。
卡内基梅隆大学的机器人学家杰夫·施耐德从事强化学习工作，他表示 AgiBot 正在使用前沿技术，应该能够以高可靠性自动化任务。施耐德补充说，其他机器人公司可能也在涉足将强化学习用于制造任务。
AgiBot 在中国是一颗冉冉升起的新星，那里对将人工智能和机器人技术相结合的兴趣正在飙升。该公司正在为各种机器人开发人工智能模型，包括四处走动的人形机器人和固定在一个地方的机械臂。
训练后的 AgiBot G2 精确完成精密任务的特写。AgiBot 的人工智能驱动的学习循环正是如果美国公司希望将更多制造业回流到国内可能需要掌握的那种技术。目前，一些美国初创公司正在磨练用于新型机器人学习的算法。其中包括 Physical Intelligence，这是一家由一些在伯克利分校工作的研究人员共同创立的备受支持的初创公司。