原文來源：AIGC開放社區(qū)
圖片來源：由無界 AI生成
東京大學的研究人員將GPT-4模型，集成在實體機器人Alter3中,，可將文本,、語言直接轉化成機器人動作，例如,，做一個自拍動作,；裝一個“鬼樣”；做一個搖滾音樂動作等，就連微笑,、眨眼這樣的面部表情動作也沒問題,。
在GPT-4的幫助下，Alter3建立了語言反饋系統(tǒng),可通過語言指令優(yōu)化機器人的運動,而無需修改任何代碼,，在傳統(tǒng)機器人領域是很難做不到,。
也就是說，Alter3突破了傳統(tǒng)的硬件編碼限制,，可以實現(xiàn)知識存儲,、動作優(yōu)化和0樣本學習等。在不需要為機器人的每個身體部位進行編程的情況下,，可自動生成新的動作序列,，完成自我迭代。
簡單來說,，可以把GPT-4看成是Alter3的“大腦”,。大語言模型的海量知識的能力可以使Alter3，完成很多之前需要特定代碼才能完成的動作,。怎么感覺有點像施瓦辛格的“終結者”呢,？
論文地址：https://arxiv.org/abs/2312.06571
Alter3簡單介紹
Alter3是Alter系列的第3代實體機器人,，整體結構采用前后分離式設計,。主控制部分包含43個微調關節(jié)和馬達,可實現(xiàn)細膩流暢的各部位動作控制。
Alter3采用了空氣驅動技術來控制每個關節(jié)來執(zhí)行指定運動,，刷新率為100—150毫秒,。
相比電動馬達,空氣驅動能保證動作流暢平穩(wěn),響應更快速。同時也提高了可靠性和維修保養(yǎng)便利性,。例如,，當馬達出問題時,只需更換單獨部件而不影響整體性能。
表情部分對應人臉部位,包括眼睛,、眉毛、嘴巴等,也由馬達驅動實現(xiàn)豐富的面部表情變化,。面部組件可以單獨拆裝,，實現(xiàn)靈活配置,。
Alter3視覺系統(tǒng)采用4個高清攝像頭,分別安裝在頭部兩側和眼部內部,。頭部攝像頭主要用于人體姿態(tài)跟蹤和面部識別分析等任務,。
眼部內置攝像頭可以模擬眼神等動作,為Alter3提供了與人類視覺系統(tǒng)等效的感知能力。
GPT-4在Alter3的作用
Alter3通過與GPT-4語言模型的結合,，能夠根據(jù)給定的文本描述自主生成動作,，同時GPT-4承擔了動作描述生成和代碼映射轉換兩大重要功能。
在第一階段, GPT-4能夠根據(jù)簡短的語言提示,產生豐富生動的動作描述：
1）GPT-4會描述出各種面部表情和身體語言;2）各動作應獨立成段,流暢連貫;3）根據(jù)人體關節(jié)可行性給出具體的執(zhí)行細節(jié),。
GPT-4可以生成動作細節(jié)和豐富的情感表達,為下一步代碼轉化提供了重要基礎,。
在第二階段,GPT-4會將提示文本語言轉換為,，控制Alter3機器人實際動作的Python代碼。
GPT-4采用類似寫論文的結構性表達,，首先導入Alter3模塊,然后針對每個動作描述一步一步寫出設置各關節(jié)值的Python代碼,。
例如，軸1值設為255,表示憤怒表情等,。Alter3接收到轉換后的代碼后,，可以執(zhí)行具體的動作。
簡單來說,，Alter3借助了GPT-4強大的編程、轉換,、理解,、存儲等智能化能力，極大節(jié)省了開發(fā)時間和成本,，同時將這些能力注入到Alter3中,。
為了測試GPT-4在Alter3上發(fā)揮的能力,研究人員對9個不同機器人動作的視頻進行了評估,每個視頻由100多名參與者按5分制給出評分。
結果顯示,GPT-4生成的動作視頻評分,，顯著高于原生動作視頻,這說明GPT-4生成的動作能真實還原人體動作細節(jié),。
此外,研究人員通過反饋強化對Alter3生成的動作進行微調,達到了更流暢的效果,。
同時,研究人員采取了模擬社會大腦理論中的多個代理人模式,讓Alter3與6種不同人格進行對話,以增強其與人交流能力,。
免責聲明：本文來自網絡收錄或投稿，觀點僅代表作者本人,，不代表芒果財經贊同其觀點或證實其描述,，版權歸原作者所有。轉載請注明出處：http://lequren.com/1087648.html
溫馨提示：投資有風險,，入市須謹慎,。本資訊不作為投資理財建議。
