Os pesquisadores do MIT desenvolveram um novo modelo de treinamento de robôs, o Transformador pré-treinado heterogêneo (HPT), projetado para superar o problema de que o aprendizado tradicional de imitação é propenso ao fracasso diante de mudanças ambientais e novos desafios. Este modelo integra dados de diferentes sensores e ambientes e usa uma poderosa arquitetura de transformadores para treinamento, melhorando assim a adaptabilidade do robô em uma variedade de situações complexas. A equipe de pesquisa espera alcançar progressos inovadores em estratégias de robôs através desse método, assim como grandes modelos de idiomas, para dar aos robôs aprendizado e adaptabilidade mais fortes.
A equipe de pesquisa do MIT treina robôs usando arquiteturas de transformadores para melhorar sua adaptabilidade, integrando diferentes sensores e dados ambientais. Os usuários podem personalizar o design, configuração e tarefas do robô, e o modelo será treinado com base na entrada. Financiado em parte pelo Toyota Research Institute, a pesquisa demonstra seu investimento contínuo em aprendizado de robótica e sua parceria com a Boston Dynamics. Os pesquisadores acreditam que, à medida que a escala do modelo se expande, será alcançada uma grande inovação na estratégia robótica, assim como o sucesso de grandes modelos de idiomas. Embora ainda esteja em seus estágios iniciais, a equipe de pesquisa está confiante no futuro e está comprometida em desenvolver um cérebro robótico universal para facilitar o uso e a implantação.
Os usuários podem inserir o design do robô, a configuração e o que querem fazer e, em seguida, treinar o robô com o novo modelo. Os pesquisadores dizem que essa abordagem pode permitir avanços em estratégias robóticas, assim como grandes modelos de idiomas.
Parte do financiamento para este estudo foi do Toyota Research Institute. No ano passado, o Toyota Research Institute demonstrou um método de treinamento de robôs durante a noite no TechCrunch Disrupt. Recentemente, a empresa chegou a uma parceria histórica que combinará sua pesquisa de aprendizado de robótica com o hardware do Boston Dynamics.
"Nosso sonho é ter um cérebro robótico universal que você pode baixar e usar sem treinamento", disse David Held, professor associado da Carnegie Mellon University. modelos de idiomas. ”
Esta pesquisa marca um progresso importante no campo do treinamento de robôs, estabelecendo as bases para a construção de robôs mais inteligentes e adaptáveis no futuro e anunciando um novo avanço na tecnologia de robótica. Através de esforços contínuos e inovação, acreditamos que os robôs serão capazes de servir melhor os seres humanos no futuro.