Nowa metoda inspirowana modelami językowymi umożliwia maszynom szybszą naukę zadań przy użyciu różnorodnych danych
Naukowcy z MIT opracowali innowacyjną technikę, która może znacząco przyspieszyć i uprościć szkolenie robotów ogólnego przeznaczenia. Wzorując się na dużych modelach językowych, takich jak GPT-4, badacze stworzyli metodę, która pozwala na gromadzenie ogromnych ilości różnorodnych danych z wielu źródeł, umożliwiając robotom naukę szerokiej gamy umiejętności bez konieczności rozpoczynania szkolenia od zera przy każdym zadaniu. Takie podejście stanowi przełom w robotyce, przybliżając nas do wizji robotów zdolnych do efektywnego działania w różnych, nieprzewidywalnych środowiskach.
Dotychczasowy proces szkolenia robotów wymagał dostarczania specyficznych danych dla każdego robota i zadania, co jest czasochłonne, kosztowne i ogranicza zdolność maszyn do adaptacji. Roboty szkolone tradycyjnymi metodami napotykają trudności w dostosowywaniu się do nowych warunków lub zadań, które odbiegają od tych znanych z procesu nauki. Nowa metoda MIT o nazwie Heterogeneous Pretrained Transformers (HPT) integruje dane z różnych modalności, takich jak obrazy z kamer i dane proprioceptywne, tworząc spójny „język”, dzięki któremu AI może efektywnie przetwarzać informacje.
Dzięki architekturze HPT roboty mogą lepiej wykorzystywać wiedzę zdobywaną z szerokiego zakresu źródeł, od symulacji po nagrania demonstracyjne, osiągając o 20% lepsze wyniki w testach niż w przypadku tradycyjnych metod szkolenia. W przyszłości badacze planują dalszy rozwój HPT, aby umożliwić robotom przetwarzanie danych bez etykiet i stworzyć uniwersalny „mózg” robotyczny, który może służyć każdemu robotowi bez potrzeby dodatkowego szkolenia.
