Meta 和 CMU 聯(lián)合研究團隊耗時兩年，成功開發(fā)出了一款名為 RoboAgent 的通用機器人智能體。RoboAgent 僅僅通過7500個軌跡的訓練就實現了12種不同的復雜技能，包括烘焙、拾取物品、上茶、清潔廚房等任務，并能在100種未知場景中泛化應用。

無論遇到多大的干擾，RoboAgent 都能堅持完成任務。該研究的目標是建立一個高效的機器人學習范例，解決數據集和場景多樣性的挑戰(zhàn)。研究人員提出了多任務動作分塊 Transformer（MT-ACT）架構，通過語義增強和高效的策略表示來處理多模態(tài)多任務機器人數據集。

研究人員還開發(fā)了 RoboSet 數據集，其中包含7500條軌跡，涵蓋12種不同的技能和多個任務和場景。通過離線添加不同變化的場景來增加數據集，并使用動作分塊 Transformer 模型來處理多任務數據。實驗結果顯示，MT-ACT 策略在通用性和樣本效率上表現出色，優(yōu)于其他基線模型。這項研究對于推動通用機器人智能體的發(fā)展具有重要意義。