人形机器人办公室实习生：前NVIDIA工程师的强化学习之路
来源：互联网 2026-08-03 17:41:23前NVIDIA工程师创立的瑞士公司Flexion利用强化学习训练人形机器人自主完成开门、爬楼梯、搬箱子等办公室杂务。系统在模拟环境中学习技能，由主AI模型组合执行，极少需要人类指令介入。该软件优先方案可跨平台使用，为人形机器人商业化提供关键突破。
来源：Wired 作者：Will Knight
针对当前人形机器人领域的热潮，业界普遍认为：尽管机器人能够奔跑、跳跃甚至偶尔做出踢腿动作，但在执行开门、爬楼梯、搬运箱子等“实用型”任务时，其表现仍显不足。一家由前NVIDIA工程师创立的瑞士初创公司Flexion，提出了基于“强化学习”的解决方案，旨在让机器人自主掌握这些复杂技能，进而推动办公室杂务的自动化进程。
长期稳定更新的攒劲资源： >>>点此立即查看<<<
人形机器人的演示视频往往在受控环境中录制，任务固定且路径预设。要真正具备类人能力，机器人必须学会处理多样化的办公室杂活。瑞士公司Flexion Robotics由前NVIDIA机器人研究员创立，其开发的系统能够训练机器人完成开门、爬楼梯和搬运箱子等复杂操作。核心方法是在模拟环境中逐一教授机器人基本动作技能，再由一个主AI算法自主决定如何组合运用这些技能。
多数机器人演示依赖“遥操作”（即人工远程控制），一旦环境变化，机器人便难以适应。Flexion则强调其在模拟环境中训练机器人的方式更为高效，只需极少量的人类指令介入。
一台宇树机器人的“职场秀”
在演示视频中，一台经改装的宇树（Unitree）人形机器人接收指令：“一个装有零食的包裹已送达Flexion。请走楼梯取件，然后乘坐电梯上楼。打开包裹，将零食放入零食区架子的空抽屉中。”机器人全程自主完成操作，依靠的是多个AI系统的协同。
主AI模型通过“观看”人类执行各类任务的视频，判断“何时该做什么”。例如，要去邮件室，它知道需要打开哪些门、如何操作电梯。视频仅提供“何时做什么”的高层指令，而非“如何物理执行”。随后，软件触发在模拟环境中习得的技能，并在真实世界中执行。同时，系统控制机器人电机，使其能够行走、移动四肢并保持平衡。
“强化学习”是秘密武器
图片来源：Wired
Flexion联合创始人兼CEO、前NVIDIA机器人科学家Nikita Rudin透露，该软件的“秘密配方”在于大规模运用“强化学习”——通过反复试错让计算机掌握任务。从主AI模型到模拟环境，再到电机控制，软件的每一层都依赖这一技术。“人形机器人本身并非有趣或革命性的东西，”分析师George Chowdhury指出，“真正关键的是支撑它们的AI模型。”
ABI Research预测，到2036年，机器人基础模型市场规模可能达到1500亿美元。Flexion目前与多家机器人公司合作，并强调其软件可跨不同人形机器人平台使用。Chowdhury同时指出，Flexion需与硬件制造商紧密协作才有可能成功，且将面临激烈竞争。但缺乏此类编程能力，“这个市场根本不会存在”。
“办公室实习生”背后的商业逻辑
Elon Musk和黄仁勋等人均认为，人形机器人将深刻影响经济，未来可能替代大量人类劳动。Flexion的演示表明，赋能这类机器人需要AI的根本性进步。当前人形机器人硬件日趋成熟，但缺乏能让它们自主学习并适应环境的“大脑”。Flexion的强化学习方案若能规模化，可能成为打开人形机器人商业化的关键钥匙。
值得注意的是，Flexion采用“软件优先”策略，而非自行制造机器人硬件。这一思路与NVIDIA提供“机器人大脑”的策略类似——在硬件逐渐商品化的背景下，通过软件和AI获利。在机器人行业淘金热中，卖铲子与卖地图的角色谁能笑到最后，答案远未揭晓。
侠游戏发布此文仅为了传递信息，不代表侠游戏网站认同其观点或证实其描述
相关攻略
更多同类更新
更多
热游推荐
更多-
- DreamStudio
- Android/ | AI绘图
- 2026-06-30
-
-
- Playground AI
- Android/ | AI绘图
- 2026-06-30
-
- Adobe Firefly
- Android/ | AI绘图
- 2026-06-30
-
-
-
- Leonardo AI
- Android/ | AI绘图
- 2026-06-30
-
- Stable Diffusion
- Android/ | AI绘图
- 2026-06-30
