近日，有科技媒体报道称，苹果公司公开了一项名为 PH2D 的新方法，旨在提升人形机器人的学习效率。这项技术结合了人类教练与机器人示范者的共同作用，为训练人形机器人提供了一种更具扩展性和成本优势的方案。
苹果于本周三发布题为Humanoid Policy ~ Human Policy的研究论文，指出传统训练方式存在局限性。目前普遍采用机器人示范者进行训练，这一过程不仅人力投入大，还依赖昂贵的远程操作数据采集设备。
相比之下，苹果提出的新方法通过整合人类教练和机器人示范者的数据来源，使用改造后的消费级硬件制作训练素材。例如，Apple Vision Pro 头显经过调整后，仅使用左下角摄像头进行视觉捕捉，并结合 ARKit 技术获取头部和手部的三维姿态信息；而改装的 Meta Quest 头显则搭载 mini ZED 立体摄像头，成为经济实惠的数据采集工具。
人类教练在训练过程中负责演示具体操作动作，如抓取物品、抬升物体以及倒水等，并在演示过程中加入语音讲解。所录制的视频经过降速处理后，用于辅助机器人学习。
此外，苹果还开发了一个名为“Human-humanoid Action Transformer”（简称 HAT）的模型，能够统一处理来自人类教练与机器人示范者的多模态数据。该模型构建了一个通用的行为策略框架，在多项任务中展现出比仅依靠机器人示范更强的适应能力与稳定性。实验证明，该方法在执行垂直抓取等特定任务时，效果优于传统单一数据源的训练方式。
尽管目前苹果只展示了相关机器人灯效原型，但业内传闻称，该公司正在研发面向消费者市场的移动式机器人产品，预计可胜任家务协助等基础任务。研究结果显示，这种结合式训练方法不仅降低了训练成本，还能显著提升机器人在实际场景中的表现力。
本文属于原创文章，如若转载，请注明来源：苹果新方法提升机器人学习效率https://news.zol.com.cn/986/9861128.html
