斯坦福大学发布开源机械臂ALOHA，低成本、具备快速模仿学习能力

ALOHA 即 A Low-cost Open-source Hardware System for Bimanual Teleoperation，是一个低成本的开源双手遥控操作硬件系统，即开源机械臂，可用于双手远程操作机器人执行精细任务 (例如给线缆轧带或剥鸡蛋壳)、动态任务 (例如颠乒乓球) ，以及接触式丰富的任务 (例如给自行车上链条)，并且运行可靠，在整整 8 个月的测试中没有电机故障。

该项目作者 Tony Zhao 是斯坦福大学 CS PhD，他基于神经网络模型 Transformer 开发了一种动作学习算法 —— 称为 Action Chunking with Transformers (ACT)。

只需要 15 分钟的演示，机械臂就可以学会一个动作 —— ALOHA 可以直接从实际演示中执行端到端的模仿学习，然后自主完成相同或类似的任务，并通过自定义远程操作界面收集，也可根据实时反馈调整动作以适应不同的环境和情况。

据介绍整个系统的成本不到 2 万美元，但它比价格高出 5-10 倍的同类系统更强大。

要知道精细的操作任务，例如穿电缆扎带或把电池插入电池槽，对于机器人来说十分困难，因为它们需要精确、接触力的仔细协调和闭环视觉反馈。执行这些任务通常需要高端机器人、精确的传感器或仔细的校准，这些都可能很昂贵且难以设置。而 ALOHA 开源了有关设置的所有内容（机械臂和 ACT 算法均已开源），并准备了详细教程， 任何人都可以 3D 打印组件然后运行现成的机器人。