Исследователи MIT разработали новую модель подготовки роботов, гетерогенный предварительно обученный трансформатор (HPT), предназначенную для преодоления проблемы, которую традиционное имитационное обучение подвержено отказам перед лицом изменений окружающей среды и новых задач. Эта модель интегрирует данные из разных датчиков и среды и использует мощную архитектуру трансформатора для обучения, тем самым улучшая адаптивность робота в различных сложных ситуациях. Исследовательская группа надеется достичь прорывного прогресса в стратегиях роботов с помощью этого метода, как и крупные языковые модели, чтобы дать роботам более сильное обучение и адаптивность.
Исследовательская группа MIT обучает роботов, используя архитектуры трансформатора для повышения их адаптивности путем интеграции различных датчиков и данных окружающей среды. Пользователи могут настроить дизайн, конфигурацию и задачи робота, а модель будет обучаться на основе ввода. От частично финансируемое исследовательским институтом Toyota, исследование демонстрирует свои постоянные инвестиции в обучение робототехнике и его партнерство с Бостонской динамикой. Исследователи считают, что по мере расширения масштаба модели будет достигнут большой прорыв в роботизированной стратегии, как и успех крупных языковых моделей. Хотя он все еще находится на ранних стадиях, исследовательская группа будет уверена в будущем и стремится к разработке универсального роботизированного мозга, чтобы упростить использование и развертывание.
Пользователи могут ввести дизайн робота, конфигурацию и то, что они хотят сделать, а затем обучать робота с новой моделью. Исследователи говорят, что этот подход может обеспечить прорывы в роботизированных стратегиях, как и крупные языковые модели.
Частью финансирования этого исследования была из Научно -исследовательского института Toyota. В прошлом году исследовательский институт Toyota продемонстрировал метод обучения роботов на ночь на TechCrunch Disrupt. Недавно компания достигла знакового партнерства, которое объединит свои исследования в области обучения робототехнике с Boston Dynamics Hardware.
«Наша мечта состоит в том, чтобы иметь универсальный роботизированный мозг, который вы можете скачать и использовать без каких -либо тренировок», - сказал Дэвид Хельд, доцент в Университете Карнеги -Меллона. Языковые модели ».
Это исследование знаменует собой важный прогресс в области обучения роботов, закладывая основу для строительства более умных и адаптируемых роботов в будущем, а также ознакомление с новым прорывом в области робототехники. Благодаря постоянным усилиям и инновациям мы считаем, что роботы смогут лучше служить людям в будущем.