Robotikkgruppen ved Googles DeepMind-divisjon har avduket tre nye produkter som vil hjelpe roboter til å ta raskere beslutninger og handle mer effektivt og sikkert mens de utfører oppgaver rundt mennesker.
AutoRTs datainnsamlingssystem er basert på Visual Language Model (VLM) og Large Language Model (LLM), som hjelper roboter med å vurdere miljøet sitt, tilpasse seg ukjente miljøer og ta beslutninger om oppgaver. VLM brukes til å analysere miljøet og gjenkjenne objekter innenfor synsvidden, mens LLM er ansvarlig for kreativ utførelse av oppgaver. Den viktigste nyvinningen til AutoRT var utseendet i LLM-blokken til "Robot Constitutions" - sikkerhetsorienterte kommandoer som forteller maskinen å unngå å velge oppgaver som involverer mennesker, dyr, skarpe gjenstander og til og med elektriske apparater. For ytterligere sikkerhet er arbeidet programmert til å stoppe når kraften på leddene overskrider en viss terskel; og deres design har nå en ekstra fysisk bryter som en person kan bruke i en nødssituasjon.
I løpet av de siste syv månedene har Google distribuert 53 jobber med AutoRT-systemet i fire av kontorbyggene sine og gjennomført mer enn 77 2 tester. Noen av maskinene ble fjernstyrt av operatører, mens andre utførte oppgaver autonomt enten basert på en gitt algoritme eller ved bruk av Robotic Transformer (RT-XNUMX) AI-modellen. Så langt har alle disse robotene et ekstremt enkelt utseende: de er manipulatorlemmer på en mobil base og kameraer for å vurdere situasjonen.
Den andre innovasjonen var SARA-RT-systemet (Self-Adaptive Robust Attention for Robotics Transformers), rettet mot å optimalisere driften av RT-2-modellen. Forskerne fant at ved å doble inndataene, for eksempel øke oppløsningen til kameraene, firedobles robotens behov for dataressurser. Dette problemet ble løst ved en ny metode for å finjustere AI kalt opptrening - denne metoden gjør den kvadratiske veksten av behovet for dataressurser til en nesten lineær. På grunn av dette fungerer modellen raskere, og opprettholder den forrige kvaliteten.
Til slutt utviklet Google DeepMind-ingeniører RT-Trajectory AI-modellen, som forenkler opplæring av roboter til å utføre spesifikke oppgaver. Etter å ha satt en oppgave, demonstrerer operatøren selv et utvalg av dens utførelse, RT-Trajectory analyserer bevegelsesbanen satt av en person og tilpasser den til robotens handlinger.
Les også: