→ drkkimo : 你怎麼知道沒有人作這個? 10/17 00:03
推 HaHaPoint : 因為不把真人互動加進訓練的話 你會訓練出殺人機器 10/17 00:04
→ HaHaPoint : 或是大法師那樣走路的機器人 因為那樣比較有效率 10/17 00:04
→ DrTech : 這在機器手臂取物都做到爛的事情… 10/17 00:22
→ peter3354152: 上網搜尋robotic deep reinforcement learning 應 10/17 00:25
→ peter3354152: 該會有一堆paper 10/17 00:25
→ DrTech : 另外，RL 訓練實體動作極差，成本極高。通常都是先 10/17 00:26
→ DrTech : 建立模擬環境，跟本不是你文中的直接physical去碰撞 10/17 00:26
→ DrTech : 訓練。 10/17 00:26
→ DrTech : 你這些說法根本就是外行，連訓練成本，效率，都不考 10/17 00:28
→ DrTech : 慮。訓練一個動作，RL隨意碰撞，機器人先壞100台， 10/17 00:28
→ DrTech : 外行人傻了才這樣想。 10/17 00:28
→ seal46825 : 我的確是外行 對AI好奇整天亂看而已 問題是如果要叫 10/17 00:32
→ seal46825 : 幾千萬個真人去搜集數據 成本不會比較低啊 除非可以 10/17 00:32
→ seal46825 : 跟特斯拉車子一樣發展出可以讓人去操控機器人的商業 10/17 00:32
→ seal46825 : 模式 10/17 00:32
→ seal46825 : 用第一性原理去思考 這個沒道理做不到 我認為馬斯克 10/17 00:33
→ seal46825 : 肯定也有想過 至於為什麼我們沒看到有兩個原因 一個 10/17 00:33
→ seal46825 : 是其實有做 但我們不知道 第二個是其實有什麼大瓶頸 10/17 00:34
→ seal46825 : 在 這就是我好奇的地方 10/17 00:34
推 kevin0210 : 這個問題我覺得蠻優的 10/17 00:50
推 chang1248w : 它們是先在模擬環境練了幾萬年才放出來現實世界的 10/17 01:00
推 mrsix : 畢竟是泛用型的人形機器人，日後可能會用於長照或 10/17 01:01
→ chang1248w : 現在在做的是類似GPT一樣透過人類行為微調 10/17 01:01
→ mrsix : 托兒，這種與人類互動的行為得由人類親自教導，而 10/17 01:01
→ mrsix : 不是機器自己訓練自己。 10/17 01:01
→ mrsix : 有樣東西叫人因工程 10/17 01:02
→ chang1248w : 請工人一來不划算，二來把工人的行為轉換成機器人 10/17 01:02
→ chang1248w : 能用的數據太貴了 10/17 01:02
→ mrsix : 而且特斯拉機器人現在應該還不敢做跑步之類的快速 10/17 01:03
→ mrsix : 動作，撞到人蠻糟糕的。 10/17 01:03
→ chang1248w : 一個機器人是數十個關節的馬達還有感知器在協同， 10/17 01:03
→ chang1248w : 只有人類操作工具的影像根本不夠 10/17 01:03
→ chang1248w : 模擬環境裡應該能做到跑，只是現實與模擬的誤差還 10/17 01:05
→ chang1248w : 沒調教過來 10/17 01:05
推 mrsix : 應該不是影像，而是透過遠端遙控的方式訓練 10/17 01:05
→ yunf : 全部都給你說完了他要賺什麼 10/17 01:07
推 mrsix : 黃仁勳來台灣那個發表會不是提到Omniverse之類的孿 10/17 01:07
→ mrsix : 生模型來訓練機器人 10/17 01:07
→ yunf : 他就是要像m$一樣慢慢地滲透到你國家的每一個角落然 10/17 01:08
→ yunf : 後再更新收費 10/17 01:08
→ yunf : 一下就到達完全體 馬上就被抄走了 10/17 01:08
推 wwewcwwwf : 有阿 記得所羅門 吹邊緣學習3年了 不知學到哪了 10/17 01:20
推 aria0520 : lecun提的世界模型路線可以了解一下 10/17 01:26
→ yunf : 台灣公司就不用看了連日本都打不贏 10/17 01:29
→ yunf : 不然就是才剛有創新的時候就被買走 10/17 01:30
→ yunf : 不要說機器人能長照好嘛笑死人了 10/17 01:42
→ yunf : 沒照顧過老人的才會嘴砲說機器人長照 10/17 01:43
→ yunf : 如果是這樣的話東協那些都不用發展了 10/17 01:43
→ yunf : 專心訓練ai就好 10/17 01:43
→ DarkIllusion: 用RL做機器人策略有獎勵稀疏、sim2real gap問題，有 10/17 01:54
→ DarkIllusion: 人類展示當訓練資料是最好的 10/17 01:54
→ yunf : 你講的這個二十年後做不做的出來還是個問題 10/17 02:03
→ yunf : 更何況要能用得起 10/17 02:04
→ yunf : 現在玩的都還是剛草創而已 10/17 02:05
→ yunf : 電力就不夠了 10/17 02:05
→ yunf : 其實這也都是個騙局 10/17 02:05
→ yunf : 要夠不夠都取決於他要怎麼用 10/17 02:05
→ yunf : 經濟部也只能瞎找電 10/17 02:06
→ yunf : 真的管制誰在用演算法的那個人才是關鍵 10/17 02:07
→ yunf : 你們要想想在這個賽局最後 10/17 02:09
→ yunf : 投入那麼多 10/17 02:09
→ yunf : 你能否真的完全擁有一個堪用的機器人? 10/17 02:10
→ yunf : 還是又是幫人養老婆? 10/17 02:10
→ yunf : 這些資料庫雲端都不是台灣本身的技術台灣都是搞些 10/17 02:11
→ yunf : 有名無實的代工 10/17 02:11
→ Zepho : 例如球發射後卡在天花板 照你說的訓練 機器人永遠 10/17 03:44
→ Zepho : 不可能找到方法把球拿下來 10/17 03:44
→ yunf : 沒有什麼是永遠的 10/17 03:59
→ yunf : 不過我想到的事情你還沒想到 10/17 03:59
→ yunf : 你是否能擁有一個堪用的機器人? 10/17 03:59
→ yunf : 說不定20年後你都還等不到你想要的那種 10/17 04:00
→ yunf : 20年後你的主權還剩多少? 10/17 04:02
→ yunf : 你懂他們真的想要的是什麼嗎? 10/17 04:03
噓 Coslate : 現在一堆做MBRL 唸書很難？ 10/17 04:21
推 molopo : 用講的很簡單 10/17 06:16
噓 KuoJia : 哪裡沒有？對岸也都在做 你可能是指agi強人工智慧吧 10/17 06:27
→ KuoJia : ？ 10/17 06:27
→ WenliYang : 機器人世界 還早得很 死前都不會發生 10/17 06:44
噓 SilverFocus : 怎麼會有人天真的覺得只有自己想到？ 10/17 07:05
→ dildoe : 連搞遊戲都有逆運動了 何不用現成的？XD 10/17 07:55
噓 neon7134 : 典型的沒資本沒腦袋 還一天到晚以為人家都想不到我 10/17 08:17
→ neon7134 : 的方法好笨 10/17 08:17
噓 ian41360 : 機器人：把亂丟球的猴子殺了就不用撿球了 10/17 08:30
噓 kkes0001 : 多看點論文 10/17 08:42
→ kkes0001 : 蠢不是問題，問題是不會查資料 10/17 08:42
→ auther : google 的桌球機器人 paper 就是這樣啊 10/17 08:49
推 ohlong : RL沒有比學真人來得快 像tesla這次vr操控機器人的 10/17 09:31
→ ohlong : 方式 其實也是可以拿來建data去training 10/17 09:31
噓 JJiaK : 你怎麼知道沒有? 10/17 09:49
推 jimmytzeng : 強化學習用在機器人上已經很多人在做了呀 10/17 11:00
推 gogogogo3333: llm/vlm is based on RLHF for long time. 10/17 12:25
→ Jmoe : 這個很多人做了.. 10/20 14:37