Grupul de robotică de la divizia Google DeepMind a dezvăluit trei produse noi care îi vor ajuta pe roboți să ia decizii mai rapide și să acționeze mai eficient și mai sigur în timp ce îndeplinesc sarcini în jurul oamenilor.
Sistemul de colectare a datelor AutoRT se bazează pe modelul de limbaj vizual (VLM) și modelul de limbaj mare (LLM) - ajută roboții să evalueze mediul, să se adapteze la situații nefamiliare și să ia decizii cu privire la îndeplinirea sarcinilor. VLM este folosit pentru a analiza mediul și a recunoaște obiectele din raza de viziune, în timp ce LLM este responsabil pentru executarea creativă a sarcinilor. Cea mai importantă inovație a AutoRT a fost apariția în blocul LLM a „Robot Constitutions” – comenzi orientate spre siguranță care îi spun mașinii să evite alegerea sarcinilor care implică oameni, animale, obiecte ascuțite și chiar aparate electrice. În scopul siguranței suplimentare, lucrul este programat să se oprească atunci când forța asupra articulațiilor depășește un anumit prag; iar designul lor are acum un comutator fizic suplimentar pe care o persoană îl poate folosi în caz de urgență.
În ultimele șapte luni, Google a implementat 53 de locuri de muncă cu sistemul AutoRT în patru dintre clădirile sale de birouri și a efectuat peste 77 de teste. Unele dintre mașini au fost controlate de la distanță de către operatori, în timp ce altele executau sarcini în mod autonom, fie pe baza unui anumit algoritm, fie folosind modelul AI Robotic Transformer (RT-2). Până acum, toți acești roboți au un aspect extrem de simplu: sunt membre manipulatoare pe o bază mobilă și camere pentru evaluarea situației.
A doua inovație a fost sistemul SARA-RT (Self-Adaptive Robust Attention for Robotics Transformers), care vizează optimizarea funcționării modelului RT-2. Cercetătorii au descoperit că prin dublarea datelor de intrare, de exemplu, prin creșterea rezoluției camerelor, nevoia robotului de resurse de calcul crește de patru ori. Această problemă a fost rezolvată printr-o nouă metodă de reglare fină a AI numită up-training - această metodă transformă creșterea pătratică a nevoii de resurse de calcul într-una aproape liniară. Datorită acestui fapt, modelul funcționează mai rapid, păstrând calitatea anterioară.
În cele din urmă, inginerii Google DeepMind au dezvoltat modelul RT-Trajectory AI, care simplifică antrenarea roboților pentru a îndeplini sarcini specifice. După stabilirea unei sarcini, operatorul însuși demonstrează o mostră a execuției acesteia, RT-Trajectory analizează traiectoria de mișcare stabilită de o persoană și o adaptează la acțiunile robotului.
Citeste si: