雅加达 - Alphabet拥有的人工智能(AI)公司Google DeepMind在机器人技术领域取得了新的进展。他们构建了三个系统,作为机器人的早期基础。
他们基于机器人转型器(RT)模型的系统是 AutoRT,SARA-RT和RT Trajectory。这三个系统被认为能够使机器人在决策或航行环境方面更快地工作。
AutoRT是一个利用大型基型模型的潜力的系统。该系统被称为机器人的重要组成部分,因为它结合了大型基本模型,如大语言模型(LLM)和机器人控制模型,即RT-1和RT-2。
AutoRT 使用,机器人开发人员可以改进机器人学习,同时从多个机器人中进行控制。该系统可以指引机器人在各种设置中执行各种任务。
“该系统同时安全管理多达20台机器人,在各个办公楼中总共52台独特机器人,收集了多种数据集,包括77,000次机器人试验,用于6,650个独特任务,”Google DeepMind机器人团队表示。同时,自适应机器人转换器Robust注意力(SARA-RT)是RT神经网络架构,开发得更先进。该模型据称比RT-2型号更准确10.6%,更快14%。
SARA-RT使用一种新的模型改进方法,即升级训练,可以使机器人模型更加高效。此外,使用此网络架构的机器人可以使机器人根据其职责更快地工作。
“我们设计了我们的系统,使其易于使用,并希望许多研究人员和从业者将其应用于机器人和其他领域,因为SARA提供了通用规则来加速变形器,”该团队解释说。
另一个同样重要的模型是RT-Trajectory,它添加视觉线条以描述培训视频中机器人移动的模型。此模型将采取一组培训数据,并将其涂抹为2D轨道草图。
RGB形式的此轨道将提供低水平的实用视觉线索。在DeepMind进行的一项试验中,RT-Trajectory设法将机器人的性能提高了两倍,成功率为63%。
“RT-Trajectory可以通过观看人为对所需任务的演示来创建轨道,甚至可以接受手绘的草图。它可以很容易地适应不同的机器人平台,“DeepMind Robotika团队总结道。
The English, Chinese, Japanese, Arabic, and French versions are automatically generated by the AI. So there may still be inaccuracies in translating, please always see Indonesian as our main language. (system supported by DigitalSiber.id)
