DeepMind Google telah membangunkan model AI RoboCat, yang boleh mengawal pelbagai robot untuk melaksanakan satu siri tugasan

Menurut berita pada 26 Jun, DeepMind, anak syarikat Google, berkata bahawa syarikat itu telah membangunkan model kecerdasan buatan yang dipanggil RoboCat yang boleh mengawal lengan robot yang berbeza untuk melaksanakan satu siri tugas. Ini sahaja bukanlah sesuatu yang baru, tetapi DeepMind mendakwa bahawa model itu adalah yang pertama dapat menyelesaikan dan menyesuaikan diri dengan pelbagai tugas, dan melakukannya menggunakan robot dunia sebenar yang berbeza.

RoboCat diilhamkan oleh Gato, model AI lain daripada DeepMind yang boleh menganalisis dan memproses teks, imej dan peristiwa. Data latihan RoboCat termasuk imej dan data pergerakan robot simulasi dan sebenar, yang diperoleh daripada model kawalan robot lain dalam persekitaran maya, robot dikawal manusia dan versi sebelumnya RoboCat sendiri.

Alex Lee, seorang saintis penyelidikan di DeepMind dan salah seorang kolaborator dalam pasukan RoboCat, berkata dalam temu bual e-mel dengan TechCrunch: "Kami menunjukkan bahawa satu model besar boleh diselesaikan pada berbilang entiti robot sebenar. Pelbagai tugas dan boleh dengan cepat menyesuaikan diri dengan tugas dan entiti baharu ”

IT House menyatakan bahawa untuk melatih RoboCat, penyelidik DeepMind mula-mula menggunakan senjata robot yang dikawal manusia untuk mengumpul setiap data dalam persekitaran simulasi atau 1000 demonstrasi tugas atau robot. Contohnya, biarkan lengan robot mengambil gear atau menyusun blok bangunan. Mereka kemudian memperhalusi RoboCat, mencipta model "terdapat" khusus pada setiap tugas dan membiarkannya berlatih secara purata 10,000 kali. Dengan memanfaatkan data yang dijana oleh model terbitan dan data demonstrasi, penyelidik terus mengembangkan set data latihan RoboCat dan melatih versi baharu RoboCat.

Versi akhir RoboCat telah dilatih pada sejumlah 253 tugasan dan diuji pada 141 variasi tugasan ini, baik dalam simulasi dan dalam dunia nyata. DeepMind mendakwa bahawa RoboCat belajar mengendalikan pelbagai jenis senjata robot selepas memerhatikan 1,000 demonstrasi dikawal manusia yang dikumpulkan selama beberapa jam. Walaupun RoboCat telah dilatih pada empat robot dengan lengan dua jari, model itu dapat menyesuaikan diri dengan lengan yang lebih kompleks dengan pencengkam tiga jari dan dua kali lebih banyak input yang boleh dikawal.

Walau bagaimanapun, kadar kejayaan RoboCat pada tugas yang berbeza sangat berbeza dalam ujian DeepMind, antara yang rendah 13% hingga 99% yang tinggi. Ini adalah dengan 1000 demonstrasi dalam data latihan jika bilangan demonstrasi dikurangkan separuh, kadar kejayaan akan menurun dengan sewajarnya. Walau bagaimanapun, dalam beberapa kes, DeepMind mendakwa RoboCat boleh mempelajari tugas baharu dengan memerhati hanya 100 demonstrasi.

Alex Lee percaya RoboCat mungkin menyukarkan penyelesaian tugasan baharu. "Memandangkan beberapa demonstrasi tugas baharu, RoboCat boleh menyesuaikan tugas baharu dan menjana sendiri lebih banyak data untuk menambah baik lagi," tambahnya.

Pada masa hadapan, pasukan penyelidik menyasarkan untuk mengurangkan bilangan demonstrasi yang diperlukan untuk mengajar RoboCat menyelesaikan tugasan baharu kepada kurang daripada 10.

Atas ialah kandungan terperinci DeepMind Google telah membangunkan model AI RoboCat, yang boleh mengawal pelbagai robot untuk melaksanakan satu siri tugasan. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!