EUREKA在不同的机器人和任务中生成人类水平的奖励函数。结合课程学习，EUREKA首次解锁了拟人化五指手的快速转笔功能。

　　智能机器人正在重塑我们的宇宙。在新泽西州的罗伯特·伍德·约翰逊大学医院，人工智能辅助机器人扫描医院的每一寸地方是否存在有害细菌和病毒，并用精确剂量的杀菌紫外线对其进行消毒，从而为医生和患者带来了新的安全水平。

　　在农业中，由无人机驱动的机械臂扫描不同类型的水果和蔬菜，并确定它们何时完全成熟，可以采摘。

　　空域情报系统 AI Flyways接管了飞行调度员面临的具有挑战性和压力的任务，由于突发的极端天气、燃料供应耗尽、机械问题或其他紧急情况，飞行调度员必须在最后一刻改变飞行模式。它优化了解决方案，更安全、节省时间且经济高效。

　　但忘掉这些成就吧：机器人能表演出完美的转笔技巧吗?

　　NVIDIA研究中心的一个团队开发了一款可以做到这一点的产品。虽然这项任务令人印象深刻——一些专家表示，人类可能需要数月甚至一年或更长时间才能掌握手指旋转的艺术，其中包括诸如 Devil's Sonic、Backaround、Corkscrew 和 Bust X2 等具有挑战性的操作——但目前情况如何NVIDA 项目的一个亮点是，旋转笔的技能是由人工智能生成的指令教授的。

　　在预印本服务器arXiv上发表的一篇题​​为“尤里卡：通过编码大型语言模型进行人类级奖励设计”的论文中，研究人员描述了一种“奖励代码的进化优化”，其中机器人通过人工智能生成的指令学习复杂的精细操作动作。

　　它有望在我们的未来通过法学硕士、更先进的物理操作和更智能的机器来解决更高效的问题。

　　该团队开发了 Eureka，这是一种应用于 GPT-4 的算法，为学习高级运动功能的法学硕士建立了奖励系统。这些任务是在 NVIDIA 开发的名为 Isaac Gym 的物理模拟应用程序中执行的。来自宾夕法尼亚大学、加州理工学院和德克萨斯大学奥斯汀分校的研究人员也参与了该项目。

　　在83%的试验中，通过Eureka训练获得的结果优于人类设计的指令。快速转笔任务是Eureka算法训练的29项复杂技能之一。

　　“Eureka 的多功能性和显着的性能提升表明，将大型语言模型与进化算法相结合的简单原理是一种通用且可扩展的奖励设计方法，这种洞察力可能普遍适用于困难的开放式搜索问题，” Anima Anandkumar，NVIDIA 人工智能研究高级总监，Eureka 论文作者之一。

　　艾萨克健身房模拟三维环境中的身体活动。大规模并行训练课程能够快速生成多种操作的可能解决方案，速度远远快于人类或早期计算系统。研究人员表示，健身房可以将训练速度提高 1000 倍。

　　人类操作员的反馈可以纳入训练算法中。研究人员表示，在特别具有挑战性的任务中，它将充当“强大的副驾驶”。

　　通过尤里卡训练完成的其他任务包括打开柜子和抽屉、操作剪刀以及投球和接球。

　　Eureka 编译每个会话进度的统计数据并调整代码以不断改进结果。

　　微软研究院首席研究工程师希塔尔·沙阿 (Shital Shah) 表示，“众所周知的自我完善的积极反馈循环可能即将到来，它使我们能够超越人类的训练数据和能力。”