用Vision Pro即時訓練機器狗！ MIT博士生開源專案火了

2024.03.11

Vision Pro又現火爆新玩法，這回還和具身智能連結了~

就像這樣，MIT小哥利用Vision Pro的手部追蹤功能，成功實現了對機器狗的即時控制。

不只開門這樣的動作能精準get：

也幾乎沒什麼延遲。

Demo一出，不只網友們大讚鵝妹嚶，各路具身智能研究人員也嗨了。

例如這位準清華叉院博士生：

還有人大膽預測：這就是我們與下一代機器互動的方式。

專案如何實現，作者小哥樸英孝（Younghyo Park）已經在GitHub上開源。相關App可以直接在Vision Pro的App Store下載。

具體來看看作者小哥開發的App—— Tracking Steamer。

顧名思義，這個應用程式旨在利用Vision Pro追蹤人類動作，並將這些動作數據即時傳輸到同一WiFi下的其他機器人設備上。

動作追蹤的部分，主要依靠蘋果的ARKit庫來實現。

其中頭部追蹤呼叫的是queryDeviceAnchor。使用者可以透過長按數字錶冠來重置頭部框架到目前位置。

手腕和手指追蹤則透過HandTrackingProvider實現。它能夠追蹤左右手腕相對於地面框架的位置和方向，以及每隻手25個手指關節相對於手腕框架的姿態。

網路通訊方面，這個App使用gRPC作為網路通訊協定來串流資料。這使得數據能被更多裝置訂閱，包括Linux、Mac和Windows設備。

另外，為了方便資料傳輸，作者小哥也準備了一個Python API，讓開發者能夠透過程式設計方式訂閱和接收從Vision Pro串流傳輸的追蹤資料。

API傳回的資料是字典形式，包含頭部、手腕、手指的SE(3)姿態訊息，即三維位置和方向。開發者可以直接在Python中處理這些數據，用於對機器人的進一步分析和控制。

就像不少專業人士所指出的那樣，別看機器狗的動作還是由人類控制，事實上，相比於「操控」本身，結合模仿學習演算法，人類在這個過程中，更像是機器人的教練。

而Vision Pro透過追蹤使用者的動作，提供了一種直覺、簡單的互動方式，使得非專業人員也能夠為機器人提供精準的訓練資料。

作者本人也在論文中寫道：

在不久的將來，人們可能會像日常戴眼鏡一樣戴著Vision Pro這樣的設備，想像一下我們可以從這個過程中收集多少數據！
這是一個充滿前景的資料來源，機器人可以從中學習到，人類是如何與現實世界互動的。

最後，提醒一下，如果你想上手試試這個開源項目，那麼除了必備一台Vision Pro之外，還需要準備：

嗯，看樣子還是得先讓蘋果賺一筆了（doge）。

專案連結：https://github.com/Improbable-AI/VisionProTeleop?tab=readme-ov-file

新聞