Głębokie przemyślenia robotów

fot. pixabay

Zespół robotyków z DeepMind zaprezentował trzy nowe osiągnięcia, które mogą pomóc robotom podejmować szybsze, lepsze i bezpieczniejsze decyzje w naturalnym środowisku.

Pierwsze z nich obejmuje system gromadzenia danych szkoleniowych za pomocą narzuconych robotowi praw.

System gromadzenia danych AutoRT może wykorzystywać współpracujące ze sobą model języka wizualnego (VLM) i duży model językowy (LLM), aby zrozumieć swoje środowisko, dostosować się do nieznanych warunków brzegowych i zdecydować o podjęciu odpowiednich działań. Swoista konstytucja robota inspirowana trzema prawami robotyki Isaaca Asimova jest opisywana jako zestaw podpowiedzi dotyczących bezpieczeństwa, instruujących uczące się algorytmy, aby unikały wybierania zadań, które dotyczą ludzi, zwierząt, ostrych przedmiotów, a nawet urządzeń elektrycznych.

Dla zapewnienia dodatkowego bezpieczeństwa firma DeepMind zaprogramowała roboty tak, aby zatrzymywały się automatycznie, jeśli siła działająca na ich stawy przekroczy określony próg, a także uwzględniła fizyczny wyłącznik awaryjny, którego operatorzy mogą używać do ich dezaktywacji. W ciągu siedmiu miesięcy Google wdrożyło flotę 53 robotów AutoRT w czterech różnych budynkach biurowych i przeprowadziło ponad 77 000 testów. Niektóre maszyny były sterowane zdalnie przez ludzi, inne natomiast działały w oparciu o skrypt lub całkowicie autonomicznie, korzystając z modelu uczenia się sztucznej inteligencji Robotic Transformer (RT-2) firmy Google.

Roboty użyte w badaniu to konstrukcje użytkowe wyposażone jedynie w kamerę, ramię robota i mobilną platformę. W przypadku każdego z robotów system wykorzystuje VLM do zrozumienia jego otoczenia i obiektów w zasięgu wzroku. Następnie LLM sugeruje listę kreatywnych zadań, które robot mógłby wykonać.

Kolejna nowa technologia DeepMind obejmuje SARA-RT, architekturę sieci neuronowej zaprojektowaną tak, aby istniejący model Robotic Transformer RT-2 był bardziej dokładny i szybszy. Ogłoszono także rozwiązanie RT-Trajectory, które zapewnia konturowanie 2D, które pomaga robotom lepiej wykonywać określone zadania fizyczne, takie jak wycieranie stołu.

(rr)