同时还有一个记忆组件 ， 可以基于历史信息 ， 对未来的表征向量做出预测 。
最后 ， 还包括一个决策组件 ， 它能基于视觉感知组件、决策组件的表征向量 ， 决定采取怎样的动作 。

文章图片
现在 ， 我们回到本次UC伯克利学者提出的方法 。
不难发现 ， 其中WorldModelLearning部分的逻辑就是一个经验积累的过程 ， BehaviorLearning部分则是一个动作输出的过程 。

文章图片
本篇论文方法的提出 ， 主要解决了机器人训练中两方面的问题：
效率和准确率 。
一般来说 ， 训练机器人的常规方法是强化学习 ， 通过反复实验来调整机器人的运作 。
不过这种方法往往需要非常大量的测试 ， 才能达到很好的效果 。
不仅效率低下 ， 而且训练需要付出的成本也不低 。
后来 ， 不少人提出在模拟器中对机器人进行训练 ， 可以很好增效降本 。
但是本文作者认为 ， 模拟器训练方法在准确性方面的表现还是不够好 ， 只有真实的环境才能让机器人达到最好的效果 。
从结果来看 ， 在训练机器狗的过程中 ， 只花10分钟时间 ， 机器狗就能适应自己的行为了 。
和SAC方法对比来看 ， 效果有明显提升 。

文章图片
在机械臂训练过程中 ， 这一新方法还克服了视觉定位和稀疏奖励的挑战 ， 几小时内的训练成果明显优于其他方法 。

文章图片
研究团队值得一提的是 ， 本次带来新成果的研究团队成员 ， 也非常令人瞩目 。
其中 ， PieterAbbeel是吴恩达的开山大弟子 。

文章图片
他现在是UC伯克利电气工程和计算机科学教授 ， 伯克利机器人学习实验室主任 ， 伯克利AI研究院共同主任 ， 曾加入过OpenAI 。
前不久 ， 他还获得了2021ACM计算奖（ACMPrizeinComputing） ， 以表彰其在机器人学习方面的贡献 。
与此同时 ， 他还是AI机器人公司Covariant的联合创始人 。

文章图片
另一位KenGoldberg ， 也是AI领域的顶级专家 。

文章图片
他现在是UC伯克利工程教授 ， 研究方向为强化学习、人机交互等 。
2005年 ， 他被评选为IEEE院士 。
与此同时 ， Goldberg还是一位艺术家 ， 是UC伯克利艺术、科技文化研讨会的奠基人 。
此外 ， PhilippWu、AlejandroEscontrela、DanijarHafner三人为共同一作 。
其中PhilippWu还只是UC伯克利一位大四的学生 。
OneMoreThing在观看机械狗训练的视频时 ， 我们发现研究人员使用的Unitree机械狗 ，

文章图片
这个品牌来自中国企业宇树科技 ， 之前登上过春晚的机器小牛 ， 也来自它家 。

文章图片
而且 ， 最近宇树机器狗集体进行Go1测试的视频曝光 ， 还在国外火了一波 。

文章图片
论文地址：
https://danijar.com/project/daydreamer/参考链接：

• 机器|如果苹果不顾品牌价值把手机降价到2000到3000，国产品牌怎么办？
• 机器人|36氪首发 | 辅助出行3.0时代来临，「邦邦机器人」获近亿元B轮融资
• 本文转自：上观新闻核酸采样、设备消杀、储存核酸采样管等一系列动作|机器人“上岗”做核酸采样啦！这里的便民核酸采样亭落地应用
• 首发丨「邦邦机器人」宣布完成近亿元B轮融资，清池资本和博远资本共同领投
• emc|央视记者探访OPPO“自动化”工厂，揭密一部手机是如何诞生的
• |除了智能制造，机器人这两条分支想象空间也被打开
• 南极洲冲击！NASA将机器人送到冰层下，搜寻外星生命的希望激增
• 未来不大可能被机器人所取代的10个职业
• 如果地球突然停止转动，地球上可能会发生的7件事情
• 智能机器人|印度造女性机器人，造价仅4500元，网友：白送我也不要