【新智元导读】人类能够模仿别人的行为，根据给定的目标来规划自己的行动。DeepMind最近发布了一个新模型，赋予机器人相同的能力，最终生成的模型与操作器、任务都无关，具有更好地通用性。

人类是擅于模仿的，我们和其他动物通过观察行为来模仿，理解它对环境状态的感知影响，并找出我们的身体可以采取什么行动来达到类似的结果。

对于机器人学习任务来说，模仿学习是一个强大的工具。但在这类环境感知任务中，使用强化学习来指定一个回报函数却是很困难的。

DeepMind最新论文主要探索了仅从第三人称视觉模仿操作轨迹的可能性，而不依赖action状态，团队的灵感来自于一个机器人机械手模仿视觉上演示的复杂的行为。 DeepMind提出的方法主要分为两个阶段： 1、提出一种操作器无关的表示(MIR, Manipulation-Independent Representations)，即不管是机械手、人手或是其他设备，保证这种表示都能够用于后续任务的学习 2、使用强化学习来学习action策略

这项研究论证了视觉模仿表征在视觉模仿中的重要性，并验证了操作无关表征在视觉模仿中的成功应用。 未来工厂中的机器人将拥有更强大的学习能力，并不局限于一种特定工具，一种特定任务。 论文链接

内容中包含的图片若涉及版权问题，请及时与我们联系删除