李飞飞团队新搞了个家务机器人，才500美元，啥活都能干

在当今科技飞速发展的时代，机器人技术已经取得了令人瞩目的成就。从简单的自动化生产线到复杂的太空探索任务，机器人的身影无处不在。然而，对于许多人来说，最令人期待的场景之一便是机器人能够在日常生活中为人类提供帮助，比如承担家务劳动。那么，机器人究竟何时能够真正走进家庭，成为我们生活中的得力助手呢？

最近，李飞飞团队在具身智能领域取得了重大突破，推出了BEHAVIOR ROBOT SUITE（BRS），这是一个旨在解决机器人在家庭环境中全身操作问题的创新框架。更令人振奋的是，这一框架的核心组件成本极低，还不到500美元。

在机器人学习领域，实现通用的日常家庭移动操作任务一直被视为“圣杯”级的挑战。如今，借助新型双臂移动机器人，BRS正在尝试攻克这一难题，为机器人走进家庭迈出了坚实的一步。

想象一下，机器人能够轻松地拧开门把手，帮你丢垃圾；在大人上班后，它还能整理杂货架；顺带收拾客厅，把脏碗放入洗碗机；甚至还能认真地清洁马桶。经过一番忙碌，机器人就能包揽所有的家务活。

研究团队还发现，即使机器人在干活时遇到问题，它也能够自我纠正。例如，当机器人的手臂范围无法够到马桶盖时，它会通过向前倾斜身体来调整姿势，最终完成任务。

这一成果引发了网友们的广泛关注，许多人认为我们离实现通用家庭机器人又近了一步。那么，李飞飞团队究竟是如何做到的呢？

聚焦三项核心全身控制能力

根据团队的论文介绍，通过对BEHAVIOR-1K（包含1000项日常家庭活动的机器人测试基准）的深入分析，他们确定了机器人成功完成家务活动所必需的三项全身控制能力：

基于这些考虑，团队选择了Galaxea R1机器人作为硬件基础。这款机器人配备了两个6自由度的手臂、4自由度的躯干和全向移动底座，能够满足家庭任务的关键需求。

然而，如此复杂的硬件设计也给策略学习方法带来了巨大的挑战，尤其是在数据采集和全身协调方面。为了应对这些挑战，BRS提出了两项关键创新：

JoyLo通过运动学孪生臂和任天堂Joy-Con控制器，实现了高效的全身控制。它不仅提供了丰富的用户反馈，还优化了策略学习的数据质量。在成本控制在500美元以内的前提下，JoyLo实现了以下设计目标：

而WB-VIMA（Whole-Body VisuoMotor Attention）学习算法则利用机器人的固有运动学层次结构来建模全身动作。基于Transformer架构，通过自回归全身动作去噪和多模态观察注意力机制，WB-VIMA能够帮助机器人学习协调的全身动作。

值得一提的是，WB-VIMA解决了人形机器人中的一个关键问题：移动基座或躯干的微小错误会在末端执行器处显著放大。为此，WB-VIMA在预测下游组件动作时，会先分析上游组件的动作状态和位置信息，以此为基础推算下游组件的动作，从而实现整体的协调运动。

研究团队在五个具有代表性的家庭任务上评估了BRS，包括清洁房屋、清洁厕所、倒垃圾、放置物品到架子上和晾晒衣服。结果表明，BRS能够出色地完成这些任务。

实验进一步验证了JoyLo和WB-VIMA的有效性。在数据收集效率、策略学习适用性和用户体验方面，JoyLo表现出色。在性能上，WB-VIMA全面优于基线方法。

对于JoyLo，团队对10名参与者进行了全面的用户研究。结果显示，JoyLo在所有接口中表现最佳，任务成功率最高、完成时间最短。所有参与者都认为JoyLo是最友好的界面。

而WB-VIMA在所有任务中都全面超越了基准方法。其端到端任务成功率比DP3高13倍，比RGB-DP高21倍；平均子任务表现分别优于DP3（1.6倍）和RGB-DP（3.4倍）。此外，WB-VIMA在任务中出错的几率更小，与环境物体的碰撞极少，且几乎不会因施加过度力量而导致电机失去动力。

目前，BRS框架的所有工作已经全部开源，感兴趣的研究者和开发者可以进一步了解和探索。

项目主页：

论文：

算法代码：

机器人代码：

训练数据：