什么是 GAM？它是如何工作的？
GAM--通用动作模型--是由亚马逊科学团队开发的一种新型机器人操作基础模型。与其为不同类型的机器人末端执行器创建单独的模型，不如让 GAM 作为一个统一的解决方案来工作，该解决方案根据语言和图像生成操作动作。该模型使用视觉-语言-动作 (VLA) 方法，使其能够理解自然语言中的命令并将其转换为具体的运动，而与特定硬件无关。
GAM 的关键创新之一是它能够生成不同类型的动作--从夹持和吸盘到笼式技术以及对象放置。所有这些操作都由同一个模型执行，从而无需为每个新的末端执行器调整算法。该模型还配备了末端执行器编码机制，可实现零样本迁移--即在没有额外训练的情况下对新型硬件进行操作。
GAM 是如何验证的？它在哪里使用？
GAM 已在实际工业条件下进行了测试，这些条件是在工作系统中运行的机器人舰队中。在测试过程中，该模型执行了超过 1000 万次拾放周期--即抓取和放置对象--这是机器人操作历史上最密集的测试之一。结果非常出色：抓取的成功率超过 95%，放置的成功率超过 90%。
另一个重要方面是该模型处理混合末端执行器的能力，这些末端执行器具有不同的抓取模式。GAM 能够有效地处理此类系统，而无需为每个模式进行单独训练--这表明它在不同生产条件下快速集成的巨大潜力。
可扩展的模拟数据生成方法
机器人技术发展面临的最大挑战之一是缺乏对大量高质量交互数据的访问。GAM 通过可扩展的离线模拟数据生成管道来解决这个问题。该模型将来自现实世界（例如照片和传感器数据）的观察结果转换为候选动作以及在模拟环境中的质量标签。
这种方法允许生成大型数据集，而无需在工厂中持续运行机器人，从而大大降低了开发新功能所需的成本和时间。因此，该模型可以快速适应新的任务或环境，即使没有来自真实世界的数据。
GAM 的意义和局限性
放大图像关闭放大上一张图片GAM 代表着工业机器人技术发展中的一个重要步骤。通过采用统一的方法处理不同的末端执行器以及快速传输数据的能力，该模型可以大大缩短部署新自动化系统的时间。这有助于提高生产的灵活性，尤其是在产品变化较大的行业中。
与此同时，值得强调的是，该模型仅在特定类型的任务（拾放）和工业条件下进行了验证。没有关于它在其他环境中的表现的信息，例如家庭或临床环境。此外，虽然该模型在模拟环境中运行，但其在真实世界中的有效性取决于输入数据的质量以及模拟模型的准确性。
对工业和机器人集成商的展望
GAM 可以成为机器人集成商的关键工具，他们希望快速地在不同的工厂中部署解决方案。凭借零样本迁移能力和可扩展的数据生成能力，公司不再需要为每种类型的末端执行器或新的工作站创建单独的模型。
对于机器人制造商来说，这意味着可以提供具有更高灵活性和更快适应客户需求的产品。同时，该模型不是商业产品--它不能作为现成的产品使用--而是科学研究的结果，可用于进一步的开发项目中。
