今天發(fā)現(xiàn)了一篇論文，其實(shí)也沒(méi)有太當(dāng)回事。粗略看一下，用ChatGPT在機(jī)器人領(lǐng)域搞事，大概也就是玩具應(yīng)用吧，水個(gè)動(dòng)態(tài)得了。晚上讀這篇論文發(fā)現(xiàn)這篇論文有點(diǎn)東西的，于是打算再講一講。此篇應(yīng)該比較短。

1.最先想到強(qiáng)化學(xué)習(xí)

談到機(jī)器人控制、使用API、做決策，我最先想到的當(dāng)然是強(qiáng)化學(xué)習(xí)了。雖然強(qiáng)化學(xué)習(xí)的戰(zhàn)績(jī)真的很優(yōu)秀，AlphaGO用了強(qiáng)化學(xué)習(xí)、ChatGPT也用了強(qiáng)化學(xué)習(xí)甚至最近谷歌也在研究在機(jī)器視覺(jué)領(lǐng)域搞強(qiáng)化學(xué)習(xí)，但本尊的強(qiáng)化學(xué)習(xí)其實(shí)還是處于欠發(fā)展的階段，至少transformer在強(qiáng)化學(xué)習(xí)領(lǐng)域的應(yīng)用都還在探索過(guò)程中。

一聯(lián)想到強(qiáng)化學(xué)習(xí)，我就默認(rèn)這篇論文可能是玩具研究了。

2.這篇論文想做什么

這篇論文想做的其實(shí)非常簡(jiǎn)單，即將自然語(yǔ)言通過(guò)ChatGPT轉(zhuǎn)化為符合物理和邏輯規(guī)律的機(jī)器人指令序列，或者說(shuō)，讓人類指揮ChatGPT根據(jù)API指導(dǎo)機(jī)器人完成一定的任務(wù)。需要注意的是，這里的API并不是很多情況下很高級(jí)的API（例如就簡(jiǎn)單控制個(gè)上下左右），甚至可以是很多底層的代碼、函數(shù)，或者就像論文中所說(shuō)的，它應(yīng)該要適應(yīng)各種不同的機(jī)器人。

3.這篇論文做到了什么

這篇文章給出了一些控制的例子，都挺讓我震撼的，例如控制一個(gè)機(jī)器人用視覺(jué)來(lái)投籃（甚至用的是opencv的函數(shù)來(lái)實(shí)現(xiàn)視覺(jué)，RM視覺(jué)組：？）、控制一臺(tái)真正的無(wú)人機(jī)在真實(shí)世界飛行等。

用ChatGPT有什么好處呢？

（1）ChatGPT可以自己構(gòu)造復(fù)雜的概念和代碼塊。ChatGPT的能力在這里真的好用，這意味著它可以獨(dú)自開發(fā)一些新的API或API組合，一層層搭建比較復(fù)雜的控制方案

（2）ChatGPT的開放域能力。開放域能力也是ChatGPT的眾多技能之一，這意味著我們的控制可以做更多步，靈活性也更高。

4.結(jié)語(yǔ)

當(dāng)然，其實(shí)讓這玩意直接控制RM的機(jī)器人應(yīng)該還是有些勉強(qiáng)，論文也提出這東西也是吃提示的，在現(xiàn)實(shí)中的應(yīng)用應(yīng)該問(wèn)題會(huì)很多

最后，非常生草的是，這篇論文是ChatGPT參與撰寫的。所以微軟你帶頭搞這種事情嗎...