李飞飞提出“数字表兄弟”解决AI引入问题

近期，斯坦福大学的李飞飞团队撰写了一篇论文，题目为《ACDC：为了稳健的策略学习自动创建数字表兄弟》（ACDC: Automated Creation of Digital Cousins for Robust Policy Learning），希望解决人工智能跟数字孪生体融合的问题。

李飞飞团队认为，在现实世界中训练机器人的策略可能不安全、昂贵且难以扩展。仿真是一种廉价且潜在的无限训练数据来源，但存在仿真环境和现实世界环境之间的语义和物理差异。

这些差异可以通过数字孪生体（Digital Twin）的训练来最小化，数字孪生体作为真实场景的虚拟复制品，但生成成本高昂，并且无法产生跨域泛化。

为了解决这些限制，李飞飞团队提出了数字表兄弟（Digital Cousins）的概念，数字表兄弟是一种虚拟资产或场景，与数字孪生体不同，它没有明确地模拟现实世界的对应物，但仍然表现出类似的几何和语义承受能力。

数字表兄弟同时降低了生成类似虚拟环境的成本，同时通过提供类似训练场景的分布来促进跨领域的更好推广。

利用数字表兄弟，李飞飞团队引入了一种新的数字表兄弟自动创建方法（ACDC），并提出了一个全自动的真实到模拟到真实管道，用于生成完全交互的场景和训练机器人策略，这些策略可以在原始场景中零点部署。

李飞飞团队发现，ACDC可以制作保留几何和语义承受能力的数字表兄弟场景，并可用于训练性能优于数字孪生训练政策的政策，在零镜头模拟到真实传输下实现了90%对25%。

ACDC由三个顺序步骤组成。

首先，每个对象的相关信息被提取到输入RGB图像中。接下来，将此信息与资产数据集一起使用，将数字表亲与每个检测到的输入对象相匹配。最后，对选定的数字表兄弟进行后处理，并生成一个完全交互式模拟场景。

李飞飞团队评价称，ACDC是一个全自动的管道，用于快速生成与单个现实世界RGB图像相对应的完全交互式数字表兄弟场景。

在这些数字表兄弟设置上训练的策略比在数字孪生体上训练的策略更强大，具有可比的域内性能和卓越的域外推广，并实现零镜头仿真到真实的策略传输。

工业4.0研究院院长胡权表示，在图像识别领域取得卓越成就之后，李飞飞一直想解决三维世界的自动识别问题，但三维图像的构建难度非常大，她瞄准这些痛点，其团队引入数字表兄弟的概念，确实有创造性。

据工业4.0研究院数字图书馆资料显示，麻省理工学院、哈佛大学、剑桥大学和斯坦福大学等研究人员也在合作研究数字表兄弟，相关论文已经分享给数字孪生体联盟微信群。

欢迎数字孪生体联盟成员就数字孪生体和数字表兄弟概念进行讨论。