盖世汽车讯 要在现实世界中成功部署，机器人需具备完成从家务到工业流程等各种日常任务的能力，其中包括操作织物，例如折叠衣服放进衣柜，或者帮助行动不便的老年人在社交活动前系好领带。

迄今为止，要开发出能够高效完成这些任务的机器人相当具有挑战性。许多用于训练机器人完成织物操作任务的方法都依赖于模仿学习，这是一种利用人类完成相关任务的视频、动作捕捉片段和其它数据来训练机器人控制的技术。

虽然其中一些技术取得了不错的结果，但要想更进一步，它们通常需要大量的人类演示数据。这些数据可能昂贵且难以收集，而现有的开源数据集的数据并不总是像用于训练其它计算技术（如计算机视觉或生成性人工智能模型）的数据一样多。

据外媒报道，新加坡国立大学（National University of Singapore）、上海交通大学（Shanghai Jiao Tong University）和南京大学（Nanjing University）的研究人员最近开发出新方法，可以通过人类演示来增强和简化机器人算法的训练。研究人员在 arXiv 平台预发表的一篇论文中概述了这一方法，即让机器人利用每天发布在互联网上的海量视频作为日常任务的人类演示。