经过查询得知，英伟达研讨院主导开发了 Eureka，该AI体系可令开发者配合英伟达自家物理模仿软件 Isaac Gym 进行强化学习（reference learning）。

英伟达AI 研讨部门资深总监 Anima Anandkumar 觉得，过去 10 年以来“强化式学习”虽然有所进展，但仍存在不少挑衅，例如“奖赏设计”等环节，现在还停留在“试错”阶段。而目前英伟达颁布的 Eureka，则是为履行艰苦的任务而设计，联合生成式 AI 与强化式学习算法，进行首次尝试。

Eureka 运用 GPT-4生成出的“奖赏设计”计划可助力机器人的“试错（trial-and-error）”学习，并能够起到接替 80% 人类专家的任务，从而使机器人平均训练效力晋升超过 50%。

据悉，在 Eureka 生成“奖赏设计”计划时，开发者不须要额外输入任务提醒或撰写预定义的奖赏范本，再联合人工修改奖赏，最终使机器人行动更符合开发人员的意图。

该 AI 体系配合 Issac Gym 时，可运用 GPU 加速进行模仿，并针对大批批次的候选回馈快速评估品德，从而晋升训练效力，并依据训练成果的作出统计摘要，从而改进“奖赏计划”，在晋升机器人反映程度的同时，令 AI 体系实用的机器人类型更为普遍，例如“走兽型”（四足）、“人型（两足）”、“四轴飞翔器”、手臂型等机器人都可以搭载 Eureka 体系。

▲ 图源 英伟达

▲ 图源 英伟达

英伟达将 Eureka 进行了“开源敏锐性标竿测试”，在评估 20 种任务训练成果后，得出了令人满意的成果。

据此，英伟达觉得 Eureka 可实现灵活的机器人把持，并为动画作者供给“生成真切实体行动”的新方式。