机器人学习新突破：丰田研究院展示“一夜学会技能”系统
学习是机器人领域最令人兴奋的前沿方向。尽管该领域已有数十年历史，但来自卡内基梅隆大学（CMU）、麻省理工学院（MIT）和加州大学伯克利分校（UC Berkeley）等机构的研究正指向一个未来：机器人将像人类一样学习。
在TechCrunch Disrupt硬件舞台上，丰田研究院（TRI）展示了最新成果——一套能让机器人几乎“一夜之间”掌握新技能的系统。
从百万样本到数十样本的跨越
TRI首席执行官兼首席科学家吉尔·普拉特（Gill Pratt）表示：“其工作速度令人惊叹。过去机器学习存在权衡：模型虽有效，但需数百万训练案例；而在物理任务中，机器往往在达到1万个案例前就已损坏。现在，我们仅需几十个案例即可，这主要是为了保持数据多样性，某些情况下甚至更少。”
该系统结合了传统机器人学习技术与扩散模型（类似Stable Diffusion等生成式AI的机制）。目前，TRI已用此方法训练机器人掌握60项技能并持续增加。但现有模型尚无法独立解决所有问题。
填补认知与操作间的缺失环节
TRI高级研究科学家本杰明·伯奇费尔（Benjamin Burchfiel）指出：“大语言模型赋予机器人高水平认知智能，例如可理解‘拿起那罐可乐’或多语种指令。但若涉及插入USB、拿纸巾等精细操作，这些模型便失效了。我们的重点正是填补这一缺失环节，而目前系统的基本原理已被验证正确。”
该方法的一大优势是能编程出适应多环境的技能。机器人在非结构化环境中常表现不佳，这也是仓库比家庭或道路更易部署机器人的原因——仓库环境相对固定，变量较少。
应对现实世界的复杂性与通用性
理想中的机器人应能灵活应对突发状况。以养老助老为例，在日本等老龄化社会，开发能适应环境变化（如家具移动、物品乱放）的系统至关重要。传统“蛮力”编程难以预判所有边缘情况，因此需要更具适应性的方案。
此外，“通用型”系统成为关键目标。这类机器人能学习并适应新任务，区别于仅擅长单一任务的专用系统。不过，真正的通用机器人仍有很长的路要走。
遥操作+力反馈：高效训练的核心
训练初期采用遥操作技术。伯奇费尔解释：“相当于远程驾驶机器人进行演示，通常需几十次重复，教授基本行为约一小时。我们常用带力反馈的装置，让操作者感受机器人与环境的互动，从而完成更复杂的协调任务。”
系统整合视觉与力反馈信息，只要数据间存在关联（如视觉-触觉对应），便能通过传感器复制动作。力反馈对判断工具握持是否正确尤为关键。
初步实验显示触觉感知显著提升成功率：翻煎饼达90%（无触觉为83%）；擀面团和端菜分别高达96%和90%，而无触觉时仅为0%和10%。
人工演示完成后，神经网络会在夜间自主训练。若顺利，次日清晨技能即已掌握。
扩散策略与多模态融合的未来
系统核心为“扩散策略”，即将机器人视觉运动策略建模为条件去噪扩散过程，从噪声中提取有意义行为。这与生成式AI原理相似，但应用于机器人动作生成。
机器人学习并非单一路径淘汰其他方法，而是多种技术融合，正如人类学习方式。另一关键是“车队学习”——基于云的集中系统，使机器人能共享经验、相互学习。
迈向大型行为模型
下一步重点是构建“大型行为模型”。机器人研究副总裁Russ Tedrake表示：“我们正扩大规模，今年底技能数将达100项，明年底有望数千项。目前尚不清楚扩展规律：多少技能才能催生质变？这正是当前研究的核心问题。”
展望未来，团队期望机器人能在新环境中与新物体交互，并根据已有行为即时生成动作。许多任务由可串联的小行为组成，但这仍需时间积累。
普拉特还将与Boston Dynamics AI Institute执行董事Marc Raibert共同参与Disrupt硬件舞台讨论，分享更多突破性进展。