Google-ի DeepMind ստորաբաժանման ռոբոտաշինության խումբը ներկայացրել է երեք նոր արտադրանք, որոնք կօգնեն ռոբոտներին ավելի արագ որոշումներ կայացնել և ավելի արդյունավետ և անվտանգ գործել մարդկանց շուրջ առաջադրանքներ կատարելիս:
AutoRT-ի տվյալների հավաքագրման համակարգը հիմնված է տեսողական լեզվի մոդելի (VLM) և մեծ լեզվի մոդելի (LLM) վրա. դրանք օգնում են ռոբոտներին գնահատել շրջակա միջավայրը, հարմարվել անծանոթ իրավիճակներին և որոշումներ կայացնել առաջադրանքների կատարման վերաբերյալ: VLM-ն օգտագործվում է շրջակա միջավայրը վերլուծելու և տեսողության տիրույթում գտնվող օբյեկտները ճանաչելու համար, մինչդեռ LLM-ն պատասխանատու է առաջադրանքների ստեղծագործական կատարման համար: AutoRT-ի ամենակարևոր նորամուծությունը «Ռոբոտների Սահմանադրություն»-ի LLM բլոկում հայտնվելն էր՝ անվտանգության վրա հիմնված հրամաններ, որոնք մեքենային ասում են խուսափել մարդկանց, կենդանիների, սուր առարկաների և նույնիսկ էլեկտրական սարքերի հետ կապված առաջադրանքների ընտրությունից: Լրացուցիչ անվտանգության նպատակով աշխատանքը ծրագրված է դադարեցնել, երբ հոդերի վրա ուժը գերազանցում է որոշակի շեմը. և դրանց դիզայնն այժմ ունի լրացուցիչ ֆիզիկական անջատիչ, որը մարդը կարող է օգտագործել արտակարգ իրավիճակներում:
Անցած յոթ ամիսների ընթացքում Google-ը 53 աշխատատեղ է տեղադրել AutoRT համակարգով իր չորս գրասենյակային շենքերում և անցկացրել ավելի քան 77 թեստ: Մեքենաներից մի քանիսը հեռակա կարգով կառավարվում էին օպերատորների կողմից, իսկ մյուսները կատարում էին առաջադրանքները ինքնուրույն կամ տվյալ ալգորիթմի հիման վրա կամ օգտագործելով Robotic Transformer (RT-2) AI մոդելը: Առայժմ այս բոլոր ռոբոտներն ունեն չափազանց պարզ տեսք՝ դրանք մանիպուլյատորային վերջույթներ են շարժական բազայի վրա և տեսախցիկներ՝ իրավիճակը գնահատելու համար։
Երկրորդ նորամուծությունը SARA-RT (Self-Adaptive Robust Attention for Robotics Transformers) համակարգն էր, որն ուղղված էր RT-2 մոդելի շահագործման օպտիմալացմանը: Հետազոտողները պարզել են, որ կրկնապատկելով մուտքային տվյալները, օրինակ՝ մեծացնելով տեսախցիկների լուծաչափը, ռոբոտի հաշվողական ռեսուրսների կարիքը չորս անգամ ավելանում է։ Այս խնդիրը լուծվել է AI-ի ճշգրտման նոր մեթոդով, որը կոչվում է up-training. այս մեթոդը հաշվարկային ռեսուրսների անհրաժեշտության քառակուսի աճը վերածում է գրեթե գծայինի: Դրա շնորհիվ մոդելն ավելի արագ է աշխատում՝ պահպանելով նախկին որակը։
Վերջապես, Google DeepMind-ի ինժեներները մշակեցին RT-Trajectory AI մոդելը, որը հեշտացնում է ռոբոտներին հատուկ առաջադրանքներ կատարելու համար վարժեցնելը: Առաջադրանք դնելուց հետո օպերատորն ինքն է ցուցադրում դրա կատարման նմուշը, RT-Trajectory-ն վերլուծում է մարդու կողմից սահմանված շարժման հետագիծը և հարմարեցնում այն ռոբոտի գործողություններին:
Կարդացեք նաև.