“过去，人类在大多数情况下要写几万行代码来告诉机器人，走到哪里要停下，看到了什么，把啥东西递过来——有了‘遥操作’提供足够数据，再让AI算法加以分析利用，就可以更轻松地得到一个能够自主操作的机器人。”符梓鹏说。

  一个双臂机器人站在灶台边，用二指夹起碗边，“啪”，把虾仁往油锅里一倒。机器人左手持锅柄，右手操锅铲，翻炒起来。滋滋作响一阵后，机器人把虾仁装进一旁的盘子。这道煎虾仁就算做完了。

  有别于过往机器人的复杂训练，这一机器人通过50次“遥操作”训练，就学会了全自主煎虾仁的技能。有科技博主解读，该机器人学习能力极强，“通过模仿学习，直接克隆人类行为，这能让它学会任意技能。”

  这是斯坦福大学华人团队研发的“家务机器人”Mobile Aloha。除了煎虾仁以外，它还能够叠被、洗衣、浇花、使用吸尘器、上下电梯与人类击掌等等。当地时间1月4日上午，该小组成员将演示视频上传后，很快在中外互联网获得了极大关注，有关话题获得数百万浏览量。“老人可以被机器人照顾了”“把人从家务中解放出来”“机器人才是解决智能家居的最后一公里”，网友们纷纷热议。

  据公开资料，该项目由两名斯坦福博士生主导负责，斯坦福大学助理教授Chelsea Finn任指导老师。

  “上传项目资料是在美西时间早晨，中国在睡觉。过了十几小时后，发现微信朋友圈也有人在转。”1月10日，新京报记者联系到该项目科研团队的中国成员符梓鹏，他是斯坦福大学计算机科学博士在读生，主要研究AI及机器人领域。他介绍，Mobile Aloha是他与另外两名小组成员自主研发的一套操控系统，用以实现机器人全自动做家务。

  符梓鹏解释，团队首次尝试将“遥操作”、AI算法“模仿学习”与“协同训练”管道结合，使机器人的学习效率和效果被大大增强，还可以学会更多人类动作——首先，人类能够最终靠“遥操作”指挥机器人，即在一定距离外操作机器人的动作。比方说，人类做出倒虾、炒虾的动作，机器人跟着做。这样的“跟做”是一种训练，会产生相应的数据。而后，这一些数据被AI算法利用、分析，供机器人模仿。随着“遥操作”训练的次数增加，机器人会学会特定的人类动作，继而能够自主操作。

  其团队实验数据表明，同一个人类动作经50次以上的“遥操作”训练，机器人自主操作的成功率在90%以上。

  “过去，人类在大多数情况下要写几万行代码来告诉机器人，走到哪里要停下，看到了什么，把啥东西递过来——有了‘遥操作’提供足够数据，再让AI算法加以分析利用，经过‘协同训练’，就能够获得一个能够自主操作的机器人。即使不是计算机专业的普通人，也可以有效的进行‘遥操作’，训练机器人。”符梓鹏说。

  据其团队发布的资料显示，这款机器人的制作成本约在3.2万美元；且其软件、硬件信息都已开源，有关数据被公布在小组成员的Github平台中。这在某种程度上预示着，依据免费的公开数据，任何个人和机构都可组装并研究自己的同款机器人。

  新京报：何时开始这项研究的？有评论说，相比市面上的其他双臂机器人，Mobile Aloha的成本便宜很多，你们是怎么做到的？

  符梓鹏：2023年暑假，我们就开始购买各种硬件。10月初，所有硬件到位后，我们开始组装机器人，并研究改进算法。

  因为我们是自己买硬件组装，买的底盘和机械臂都比较实惠，也没有纳入设计、组装的成本，所以总成本并不高。

  符梓鹏：经过50次“遥操作”训练后，机器人目前可以自主煎虾、把锅放到碗柜里、使用垂直电梯。成功率在90%以上。

  我们上传的视频中，机器人做的另外一些动作，比如敲鸡蛋、完整地做一顿晚餐，并不是它自主完成的，而是我们“遥操作”进行的。因为这类动作很复杂，训练成本也太大，目前机器人还没学会自主进行。

  新京报：有没有可能通过更多次的“遥操作”训练，把90%的成功率进一步提升？

  符梓鹏：有可能，但会有边际递减效应。比方说，通过“遥操作”带着机器人煎虾，头20次、30次训练，能把机器人的自主操作成功率提高到70%；再训练20次，也就是总共训练50次，能把成功率提高到90%；再训练下去，训练到一千次、一万次，也就是煎一千次、一万次虾，可能就只能把成功率提高到95%到98%。

  所以说，进一步提升成功率这件事，需要商业界来做。我们团队日常就两三个人做事，经费和时间都有限，很难在这方面突破。

  符梓鹏：首先是硬件方面的难点。现在，大部分有“遥操作”系统的机器人，要么只能做简单的抓取、放下的动作；要么动作精细但不能移动，比如医疗机器人；要么能移动，但可进行的操作有限，比方说扫地机器人。我们想打造一台多功能的机器人，可以涉及家务、办公室等场景的应用。但同时，又要控制成本。

  另外是软件方面有突破，此次我们把“遥操作”产生收集的数据和AI算法结合，利用“协同训练”管道，进一步提升了机器人的学习效率，这是此前没有人尝试过的。

  符梓鹏：我们大家都希望更好地推广这一个项目，让更多人参与进来，一同研究。对这个项目，我们目前没有一点商业化的打算。

  符梓鹏：对于研究者可以，但是对于普通消费者还不行。研究者能买它用以自己的有关研究，但消费者如果要使用它进行家务劳动的话，第一步是要对它进行大量的“遥操作”训练。比如说，你要它学会煎虾，你就得带着它煎五十次以上。这样的训练成本太大了。

  要让这款机器人进入普通人的家庭生活，得先简化数据采集的过程。这在目前来说是一个技术瓶颈。

  符梓鹏：首先是机器人的泛化能力。比方说，我教会它洗一个碗，它能不能够以此类推，直接学会洗盘子。以目前的研究水平来看，想一步到位地达成这个目标，这是比较难的。我们设想的方法是，我们教它洗碗，也教它洗杯子、洗锅具，洗尽可能多的不同的器皿。在这种情况下，它学会清洗一种从未见过的器皿的可能性会高很多。

  另外，目前“遥操作”机器人，得有个人站在机器人后面。未来，我们大家都希望实现通过视频等远程方式来“遥操作”机器人，这样训练起机器人来，会更方便。

  符梓鹏：我所了解到的，还有医疗机器人、物流分拣机器人和生产线机器人等等。不相同的领域对于应用机器人的接受程度不一样。比方说物流分拣机器人，它对安全性、精确性的要求没那么高。但比方说医疗界，其实很难接受由全自动机器人完整地进行手术，它只能作为辅助，帮助外科医生节省一定的手术时间。

  符梓鹏：短期内很难。对于家务机器人来说，任务的变量太多了——不同款式的冰箱、不一样高度的桌面、不一样的材质的地毯，都需要机器人进行不同程度上的学习。所以说，要做一个能帮人类干一切家务、全自主的家务机器人是很难的。

  反之，目前发展得很成熟的自主机器人是无人驾驶机器人。有研究表明，无人驾驶机器人的水平基本高于人类普通驾驶员。因为交通实际是很固定的一个场景，机器人的任务只有一个——从A到B，不要发生碰撞。不管在啥地方开车，这个底层逻辑是一致的。机器人学习起来，就会相对容易。

  符梓鹏：其实现阶段的机器人非常蠢，它们能干的事情远远不如一个人类小孩来得多。它只能在某些领域，比方说开车，提高人类的效率。但你要说在方方面面，拥有一个通用的、全能型机器人，处理大部分事物的能力都比人类强的话，目前很难想象，或许还需要很长的时间来实现。