นักวิจัย MIT ได้พัฒนารูปแบบการฝึกอบรมหุ่นยนต์ใหม่ Transformer ที่ได้รับการฝึกอบรมก่อน (HPT) ซึ่งออกแบบมาเพื่อเอาชนะปัญหาที่การเรียนรู้การเลียนแบบแบบดั้งเดิมมีแนวโน้มที่จะล้มเหลวในการเผชิญกับการเปลี่ยนแปลงสิ่งแวดล้อมและความท้าทายใหม่ ๆ โมเดลนี้รวมข้อมูลจากเซ็นเซอร์และสภาพแวดล้อมที่แตกต่างกันและใช้สถาปัตยกรรมหม้อแปลงไฟฟ้าที่ทรงพลังสำหรับการฝึกอบรมซึ่งจะเป็นการปรับปรุงความสามารถในการปรับตัวของหุ่นยนต์ในสถานการณ์ที่ซับซ้อน ทีมวิจัยหวังที่จะบรรลุความคืบหน้าในการพัฒนากลยุทธ์หุ่นยนต์ด้วยวิธีนี้เช่นเดียวกับแบบจำลองภาษาขนาดใหญ่เพื่อให้หุ่นยนต์เรียนรู้และปรับตัวได้ดีขึ้น
ทีมวิจัย MIT ฝึกหุ่นยนต์โดยใช้สถาปัตยกรรมหม้อแปลงเพื่อปรับปรุงความสามารถในการปรับตัวโดยการรวมเซ็นเซอร์และข้อมูลสิ่งแวดล้อมที่แตกต่างกัน ผู้ใช้สามารถปรับแต่งการออกแบบหุ่นยนต์การกำหนดค่าและงานและรุ่นจะได้รับการฝึกอบรมตามอินพุต ได้รับทุนสนับสนุนจากสถาบันวิจัยโตโยต้าการวิจัยแสดงให้เห็นถึงการลงทุนอย่างต่อเนื่องในการเรียนรู้ของหุ่นยนต์และความร่วมมือกับบอสตันพลวัต นักวิจัยเชื่อว่าเมื่อขนาดของแบบจำลองขยายตัวการพัฒนาที่สำคัญในกลยุทธ์หุ่นยนต์จะประสบความสำเร็จเช่นเดียวกับความสำเร็จของแบบจำลองภาษาขนาดใหญ่ แม้ว่ามันจะยังอยู่ในช่วงเริ่มต้น แต่ทีมวิจัยมีความมั่นใจในอนาคตและมุ่งมั่นที่จะพัฒนาสมองหุ่นยนต์สากลเพื่อให้ใช้งานและปรับใช้ได้ง่ายขึ้น
ผู้ใช้สามารถเข้าสู่การออกแบบหุ่นยนต์การกำหนดค่าและสิ่งที่พวกเขาต้องการทำจากนั้นฝึกหุ่นยนต์ด้วยรุ่นใหม่ นักวิจัยกล่าวว่าวิธีการนี้สามารถเปิดใช้งานการพัฒนาในกลยุทธ์หุ่นยนต์เช่นเดียวกับแบบจำลองภาษาขนาดใหญ่
ส่วนหนึ่งของการระดมทุนสำหรับการศึกษานี้มาจากสถาบันวิจัยโตโยต้า เมื่อปีที่แล้วสถาบันวิจัยโตโยต้าแสดงให้เห็นถึงวิธีการฝึกหุ่นยนต์ข้ามคืนที่ TechCrunch Disrupt เมื่อเร็ว ๆ นี้ บริษัท มาถึงหุ้นส่วนที่สำคัญซึ่งจะรวมการวิจัยการเรียนรู้ของหุ่นยนต์เข้ากับฮาร์ดแวร์ Boston Dynamics
“ ความฝันของเราคือการมีสมองหุ่นยนต์สากลที่คุณสามารถดาวน์โหลดและใช้งานได้โดยไม่ต้องฝึกซ้อม” เดวิดจัดขึ้นรองศาสตราจารย์ที่มหาวิทยาลัย Carnegie Mellon กล่าว แบบจำลองภาษา”
การวิจัยนี้เป็นความก้าวหน้าที่สำคัญในด้านการฝึกอบรมหุ่นยนต์วางรากฐานสำหรับการสร้างหุ่นยนต์ที่ชาญฉลาดและปรับตัวได้มากขึ้นในอนาคตและประกาศการพัฒนาใหม่ในเทคโนโลยีหุ่นยนต์ ด้วยความพยายามอย่างต่อเนื่องและนวัตกรรมเราเชื่อว่าหุ่นยนต์จะสามารถรับใช้มนุษย์ได้ดีขึ้นในอนาคต