RoboCat از DeepMind یاد می گیرد که طیف وسیعی از وظایف رباتیک را انجام دهد

DeepMind می گوید که یک مدل هوش مصنوعی به نام RoboCat توسعه داده است که می تواند طیف وسیعی از وظایف را در مدل های مختلف بازوهای رباتیک انجام دهد. این به تنهایی خاص نیست. اما DeepMind ادعا می کند که این مدل اولین مدلی است که قادر به حل و تطبیق با چندین کار است و این کار را با استفاده از ربات های مختلف و واقعی انجام می دهد.

الکس لی، دانشمند پژوهشی در DeepMind و یکی از همکاران تیم پشتیبان RoboCat، «ما نشان می‌دهیم که یک مدل بزرگ می‌تواند مجموعه‌ای از وظایف را در چند تجسم واقعی رباتیک حل کند و می‌تواند به سرعت با وظایف و تجسم‌های جدید سازگار شود». به TechCrunch در یک مصاحبه ایمیلی گفت.

RoboCat – که از Gato، یک مدل هوش مصنوعی DeepMind الهام گرفته شده است که می تواند متن، تصاویر و رویدادها را تجزیه و تحلیل و عمل کند – بر روی تصاویر و داده های اقدامات جمع آوری شده از روباتیک هم در شبیه سازی و هم در زندگی واقعی آموزش دیده است. لی می‌گوید این داده‌ها از ترکیبی از دیگر مدل‌های کنترل کننده ربات در محیط‌های مجازی، انسان‌ها که ربات‌ها را کنترل می‌کنند و تکرارهای قبلی خود RoboCat به دست آمده‌اند.

برای آموزش RoboCat، محققان DeepMind ابتدا بین 100 تا 1000 نمایش از یک کار یا ربات را با استفاده از یک بازوی رباتیک که توسط یک انسان کنترل می شود جمع آوری کردند. (به این فکر کنید که یک بازوی روباتی چرخ دنده ها را برمی دارد یا بلوک ها را روی هم قرار می دهد.) سپس، RoboCat را بر روی این کار تنظیم کردند، و یک مدل تخصصی “spin-off” ایجاد کردند که به طور متوسط ​​10000 بار روی این کار تمرین کرد.

محققان با استفاده از داده‌های تولید شده توسط مدل‌های spin-off و داده‌های نمایشی، به طور مداوم مجموعه داده‌های آموزشی RoboCat را توسعه دادند – و نسخه‌های جدید بعدی RoboCat را آموزش دادند.

اعتبار تصویر: DeepMind

نسخه نهایی مدل RoboCat در مجموع 253 کار آموزش داده شد و بر روی مجموعه ای از 141 تنوع از این وظایف، هم در شبیه سازی و هم در دنیای واقعی محک زده شد. DeepMind ادعا می کند که پس از مشاهده 1000 تظاهرات کنترل شده توسط انسان که طی چند ساعت جمع آوری شده بودند، RoboCat یاد گرفت که با بازوهای رباتیک مختلف کار کند.

در حالی که RoboCat بر روی چهار نوع ربات با بازوهای دو شاخه آموزش دیده بود، این مدل توانست خود را با بازوی پیچیده تر با گیره سه انگشتی و دو برابر ورودی های قابل کنترل تطبیق دهد.

مبادا RoboCat به عنوان آخرین مدل‌های هوش مصنوعی کنترل‌کننده ربات معرفی شود، میزان موفقیت آن در بین وظایف در آزمایش‌های DeepMind به شدت متفاوت بود – از 13٪ در سطح پایین تا 99٪ در سطح بالا. این با 1000 نمایش در داده های آموزشی است. موفقیت ها با نصف تعداد تظاهرات به طور قابل پیش بینی کمتر رایج بود.

با این حال، در برخی از سناریوها، DeepMind ادعا می‌کند که RoboCat قادر به یادگیری وظایف جدید با کمتر از 100 نمایش بوده است.

در ادامه، لی معتقد است که RoboCat می‌تواند از کاهش موانع برای حل وظایف جدید در رباتیک خبر دهد.

او افزود: «با ارائه تعداد محدودی نمایش برای یک کار جدید، RoboCat می تواند به خوبی با وظایف جدید تنظیم شود و به نوبه خود داده های بیشتری را برای بهبود بیشتر تولید کند.»

در ادامه، تیم تحقیقاتی قصد دارد تعداد نمایش‌های مورد نیاز برای آموزش RoboCat برای تکمیل یک کار جدید را به کمتر از 10 کاهش دهد.