你有沒有想過，機器人也能像人類一樣，通過“看”來學習如何完成任務？這項看似科幻的場景，正逐漸變為現實！紐約大學和加州大學伯克利分校的研究人員，近日開發出一種名為“EgoZero”的創新方法，讓機器人能夠通過佩戴智能眼鏡的人類視角視頻，高效學習各種日常操作，大大簡化了機器人訓練的復雜性！

傳統的機器人訓練往往需要復雜的設置和昂貴的硬件，而且數據收集過程耗時耗力。而“EgoZero”方法則將這一過程變得異常簡單和透明：只需讓人類佩戴一副智能眼鏡（例如Meta的Project Aria智能眼鏡），以第一人稱視角錄制視頻，就能輕松收集到高質量、帶有動作標簽的日常任務演示數據。更厲害的是，這些數據甚至可以在人們的日常生活中隨時隨地收集，無需專門的實驗室環境。

Meta的Project Aria智能眼鏡配備了RGB攝像頭和SLAM（同步定位與地圖構建）攝像頭，能夠從佩戴者的視角捕捉視頻。通過這種極簡的設置，佩戴者可以輕松記錄下各種日常任務，比如打開抽屜、把盤子放進水槽、從架子上取下盒子等等。

這項技術的關鍵在于，EgoZero系統能夠將捕捉到的視頻數據，轉換為與形態無關的3D點云表示。這意味著，無論演示者是五根手指的人類，還是兩根手指的機器人，系統都能抽象出行為本身，使其能夠泛化到不同的物理形態。這些緊湊的表示隨后可以用于訓練機器人策略，使其能夠自主執行任務。

在實驗中，研究團隊利用EgoZero數據訓練了一臺配備夾具的Franka Panda機械臂，并在七項操作任務上進行了測試。令人驚嘆的是，每項任務僅需20分鐘的人類演示數據，且無需任何機器人特定的數據，機械臂就達到了70%的平均成功率！這對于物理世界中的“零樣本學習”來說，是一個令人印象深刻的性能水平。

這項突破性技術，有望徹底改變機器人訓練的方式，使其變得更加高效、便捷和可擴展。未來，機器人將能夠更快速地學習和適應各種復雜的任務，從而在更多領域為人類提供幫助，例如在家庭服務、物流倉儲、醫療輔助等。

你對這種通過智能眼鏡訓練機器人的方式感到驚訝嗎？你認為這項技術未來最有可能在哪些領域發揮巨大作用？你期待機器人能通過這種方式學習哪些日常任務？歡迎在評論區分享你的觀點，并將這篇文章分享給更多關注人工智能和機器人技術的朋友們！

參考資料：DOI：10.48550/arxiv.2505.20290