Le groupe de robotique de la division DeepMind de Google a dévoilé trois nouveaux produits qui aideront les robots à prendre des décisions plus rapides et à agir de manière plus efficace et plus sûre lors de l'exécution de tâches en présence de personnes.
Le système d'acquisition de données d'AutoRT est basé sur le modèle de langage visuel (VLM) et le modèle de langage large (LLM), qui aident les robots à évaluer leur environnement, à s'adapter à des environnements inconnus et à prendre des décisions concernant les tâches. Le VLM est utilisé pour analyser l'environnement et reconnaître les objets dans le champ de vision, tandis que le LLM est responsable de l'exécution créative des tâches. L'innovation la plus importante d'AutoRT a été l'apparition dans le bloc LLM des « Constitutions de robots » - des commandes axées sur la sécurité qui indiquent à la machine d'éviter de choisir des tâches impliquant des personnes, des animaux, des objets pointus et même des appareils électriques. Dans un souci de sécurité supplémentaire, les travaux sont programmés pour s'arrêter lorsque l'effort sur les articulations dépasse un certain seuil ; et leur conception comporte désormais un interrupteur physique supplémentaire qu'une personne peut utiliser en cas d'urgence.
Au cours des sept derniers mois, Google a déployé 53 tâches avec le système AutoRT dans quatre de ses immeubles de bureaux et effectué plus de 77 2 tests. Certaines machines étaient contrôlées à distance par des opérateurs, tandis que d'autres effectuaient des tâches de manière autonome, soit sur la base d'un algorithme donné, soit en utilisant le modèle d'IA Robotic Transformer (RT-XNUMX). Jusqu'à présent, tous ces robots ont une apparence extrêmement simple : ce sont des membres manipulateurs sur une base mobile et des caméras pour évaluer la situation.
La deuxième innovation était le système SARA-RT (Self-Adaptive Robust Attention for Robotics Transformers), visant à optimiser le fonctionnement du modèle RT-2. Les chercheurs ont découvert qu'en doublant les données d'entrée, par exemple en augmentant la résolution des caméras, les besoins du robot en ressources informatiques étaient multipliés par quatre. Ce problème a été résolu par une nouvelle méthode de réglage fin de l'IA appelée up-training - cette méthode transforme la croissance quadratique des besoins en ressources informatiques en une croissance presque linéaire. De ce fait, le modèle fonctionne plus rapidement, tout en conservant la qualité précédente.
Enfin, les ingénieurs de Google DeepMind ont développé le modèle RT-Trajectory AI, qui simplifie la formation des robots pour qu'ils effectuent des tâches spécifiques. Après avoir défini une tâche, l'opérateur lui-même démontre un échantillon de son exécution, RT-Trajectory analyse la trajectoire de mouvement définie par une personne et l'adapte aux actions du robot.
Lisez aussi: