Googlen DeepMind-divisioonan robotiikkaryhmä on julkistanut kolme uutta tuotetta, jotka auttavat robotteja tekemään nopeampia päätöksiä ja toimimaan tehokkaammin ja turvallisemmin tehdessään tehtäviä ihmisten parissa.
AutoRT:n tiedonkeruujärjestelmä perustuu Visual Language Model (VLM) ja Large Language Model (LLM) -malliin, jotka auttavat robotteja arvioimaan ympäristöään, sopeutumaan vieraisiin ympäristöihin ja tekemään päätöksiä tehtävistä. VLM:ää käytetään ympäristön analysointiin ja näköalueen sisällä olevien kohteiden tunnistamiseen, kun taas LLM vastaa tehtävien luovasta suorittamisesta. AutoRT:n tärkein innovaatio oli "Robot Constitutions" -turvallisuussuuntautuneiden komentojen ilmestyminen LLM-lohkoon, joka käskee konetta välttämään sellaisten tehtävien valintaa, joihin liittyy ihmisiä, eläimiä, teräviä esineitä ja jopa sähkölaitteita. Lisäturvallisuuden vuoksi työ on ohjelmoitu pysähtymään, kun liitoksiin kohdistuva voima ylittää tietyn kynnyksen; ja niiden suunnittelussa on nyt ylimääräinen fyysinen kytkin, jota henkilö voi käyttää hätätilanteessa.
Viimeisten seitsemän kuukauden aikana Google otti käyttöön 53 työpaikkaa AutoRT-järjestelmän avulla neljässä toimistorakennuksessaan ja suoritti yli 77 2 testiä. Osa koneista oli operaattorien etäohjattuja, kun taas toiset suorittivat tehtäviä itsenäisesti joko tietyn algoritmin perusteella tai Robotic Transformer (RT-XNUMX) AI-mallilla. Toistaiseksi kaikki nämä robotit ovat ulkonäöltään äärimmäisen yksinkertaisia: ne ovat liikkuvalla alustalla olevia manipulaattoriraajoja ja kameroita tilanteen arvioimiseksi.
Toinen innovaatio oli SARA-RT (Self-Adaptive Robust Attention for Robotics Transformers) -järjestelmä, jonka tavoitteena oli optimoida RT-2-mallin toiminta. Tutkijat havaitsivat, että esimerkiksi kaksinkertaistamalla syöttötiedot ja lisäämällä kameroiden resoluutiota robotin laskentaresurssien tarve nelinkertaistuu. Tämä ongelma ratkaistiin uudella hienosäätömenetelmällä, jota kutsutaan up-trainingiksi - tämä menetelmä muuttaa laskentaresurssien tarpeen neliöllisen kasvun lähes lineaariseksi. Tästä johtuen malli toimii nopeammin säilyttäen aiemman laadun.
Lopuksi Google DeepMind -insinöörit kehittivät RT-Trajectory AI -mallin, joka yksinkertaistaa robottien koulutusta suorittamaan tiettyjä tehtäviä. Tehtävän asettamisen jälkeen käyttäjä itse esittelee näytteen sen suorituksesta, RT-Trajectory analysoi henkilön asettaman liikeradan ja mukauttaa sen robotin toimintaan.
Lue myös: