Pieter Abbeel: 彼得·阿比尔：深度强化学习

莱克斯·弗里德曼介绍彼得·阿比尔（Pieter Abbeel，文字稿转写为 Peter）是加州大学伯克利分校的教授、伯克利机器人学习实验室主任，是研究如何通过模仿学习和深度强化学习让机器人理解世界并与之互动的顶尖学者之一。这次对话是 MIT 通用人工智能课程的一部分。

被问到机器人何时能在网球上击败罗杰·费德勒，阿比尔说，这里不像许多 AI 挑战那样缺的是软件，硬件也远远没有到位：波士顿动力的机器人刚开始能跑，但还没到人类水平，而且还要挥拍。需要硬件和软件两方面，它们会各自独立进步；他猜硬件需要 10 到 15 年，如果机器人可以装轮子而不是做成完整的人形，会更快。

在他看来，用固定的工业机械臂看着发球机来球再挥拍是可学习的，用强化学习需要大量试错，也许加一点仿真预训练。有意思的是它能达到多高的精度，因为人类选手能把球打在线上，以及强化学习能否学会给球加旋转。

阿比尔见过的最令人印象深刻的物理表现是波士顿动力的视频，比如机器人跑上楼梯、做跑酷动作；即使底层是硬编码的，这种身体能力也令人印象深刻。他在杰夫·贝佐斯组织的火星大会上见过 Spot Mini，它跟着贝佐斯四处走，他还提到弗里德曼也在明知其原理的情况下，对 Spot Mini 产生了立刻的心理联结。