我给我的OpenClaw智能体赋予了实体身躯

# 我给了我的OpenClaw智能体一副物理身体 来源：https://www.wired.com/story/i-gave-my-openclaw-agent-physical-body-robot/ 我最近给了我的OpenClaw（https://www.wired.com/story/malevolent-ai-agent-openclaw-clawdbot/）一个真实的机械臂来玩。结果几乎让我的神经网络炸裂。 这个AI智能体能够配置机械臂，用它来看并慢慢抓取物体，甚至训练另一个AI模型来拾取和放置特定物体。而他们还说通用人工智能还要几年才能实现！（我开玩笑的，可能确实如此）。 这些结果让我相信，我们可能正处于机器人技术突破的边缘。过去训练和控制机器人需要相当的技巧。而今天的人工智能模型几乎让这件事变得简单。 “由人工智能驱动的编程非常令人兴奋，因为它有潜力弥合传统工程方法与现代视觉-语言-动作模型之间的差距。传统方法可靠但不具备泛化能力，现代模型能泛化但还不够可靠。”加州大学伯克利分校的机器人学家肯·戈德伯格说道，他正在探索这种方法。 我让OpenClaw试着移动它的新机械臂，它做出了这样一个小小的挥手动作。 我让OpenClaw试着移动它的新机械臂，它做出了这样一个小小的挥手动作。 我买了一个预装机械臂，名为LeRobot 101（https://huggingface.co/docs/lerobot/so101）。它是HuggingFace的一个开源项目的一部分，使得开始构建和实验机器人变得相对便宜。 LeRobot配有两个机械臂：一个控制臂，人通过手柄和扳机操作；一个跟随臂，带有摄像头，能复制控制臂的动作。你可以通过远程操作控制臂来训练AI模型，让模型学习如何根据摄像头看到的内容来移动跟随臂。 ## 使用OpenClaw进行构建 在使用OpenClaw之前，我花了几个小时尝试连接和校准机器人，有一段时间因为应用了错误的设置几乎烧毁电机，导致它们过热。 然后，在OpenClaw和Codex的帮助下，我能够凭感觉编写一个简单程序，当它发现一个红球时，就关闭夹爪的夹持器。在终端中，Codex完成了配置机器人连接的棘手工作。然后，在我的帮助下，它校准了关节的位置。它还写了一个Python脚本，使用了多个库来识别并抓取那个球。当然，“感觉编程”并不完美，幻觉可能会引入错误，尤其是在处理不同硬件时，但结果令人印象深刻。 然后，在我的帮助下，机器人智能体学会了如何识别并抓取一个红球。 然后，在我的帮助下，机器人智能体学会了如何识别并抓取一个红球。 虽然结果很不错，但还远不是《终结者》。接下来，我尝试让OpenClaw帮我训练一个模型来控制机械臂。我们尝试了几种不同的方法，OpenClaw擅长引导我完成整个过程，并在每次训练后检查模型的错误率。 最终，机械臂能够拾取物体了。 最终，机械臂能够拾取物体了。 ## 代码即策略 AI驱动的编程可能为制造机器人提供强大新方法的想法，最早在2022年的一篇研究论文（https://arxiv.org/abs/2209.07753）中被强调，该论文将这种方法称为“代码即策略”。此后，AI的编程技能以令人眼花缭乱的速度进步，“代码即策略”方法在许多实验室中得到了应用。 Goldberg的研究团队与Nvidia、卡内基梅隆大学和斯坦福大学的研究人员合作，最近开发了一个名为CaP-X（https://capgym.github.io/）的新基准，用于衡量编码模型的机器人能力。有趣的是，CaP-X显示，编程机器人的最佳模型不是Claude或ChatGPT，而是Gemini——可能是因为Google DeepMind专注于训练其模型实现多模态（https://www.wired.com/story/google-io-astra-multimodal-answer-chatgpt/），并理解物理世界。除了基准测试外，研究人员还创建了CaP-Gym，这是一个让编码智能体控制模拟和真实机器人的环境。他们还开发了CaP-Agent0，一个智能体框架，极大地提升了编码模型的性能，使其在某些操作任务上击败了直接训练来控制机器人运动的模型。 Goldberg的团队正在与Nvidia合作，探索“代码即策略”方法的潜力。我与Spencer Huang（不是别人，正是黄仁勋的儿子）进行了交谈，他参与了公司内部组织黑客马拉松的活动，让人们尝试凭感觉编程机器人。Huang目前正与Goldberg合作一个研究项目，该项目应该使“代码即策略”方法与更多的机器人软件工具兼容。 “几乎任何人都可以进入机器人领域，这才是真正的圣杯，”Huang告诉我。让人们能够通过口头或键入命令，或通过演示动作来控制机器人，是“机器人在社会中应用的关键解锁，”他补充道。