发布日期：2024-10-10 浏览次数：
生成式AI可训练机器人执行多种任务
科技日报记者 张梦然
根据美国麻省理工学院官网最近的报道，为了训练更先进的多用途机器人，该机构的研究人员开发了一项技术:使用一种生成的人工智能，称为扩散模型（AI），可以整合不同领域、不同形式的多个数据源，用于多个任务。
三个不同的数据集：模拟(上)、机器人远程操作(中)和人类演示(下)使机器人能够学会使用不同的工具。
图片来源：麻省理工学院
假定你想训练一个机器人，让它知道怎样使用工具，然后迅速学会用锤子、扳手和螺丝刀来修理你的房子。
图片来源：麻省理工学院
假设你想训练一个机器人，让它知道如何使用工具，然后学会用锤子、扳手和螺丝刀来修理你的房子。因此，你需要大量的数据来演示工具的使用。
现有的机器人数据集在形式上有很大的不同。举例来说，有的包括彩色图像，有的则由触觉印记组成。还可以在模拟或人工演示等不同领域收集数据。每一个数据集都可能包含一个独特的任务和环境。
这一改变策略的研究人员，训练了一种单独的扩散模式，让它学会使用特定的数据集来完成一项任务。接着，他们将传播模式的学习策略结合成一种通用策略，使机器人能够在各种设置中完成多项任务。 这种训练方法使机器人能够使用多种工具，并适应训练过程中没有学到的新任务，是模拟和现实世界的实验。这一战略组合将使任务性能提高20%，而不是基线技术。
研究者们表示，解决机器人数据集中的异质问题就像是先有鸡还是先有蛋。要使用大量的数据来训练一般机器人，首先需要可以部署的机器人来获取所有这些数据。与研究人员对ChatGPT所做的工作相似，所有可用的异质数据都是机器人领域发展的重要组成部分。 服务热线
