Aby pomóc robotom w adaptacji
Naukowcy zauważają, że uczenie się poprzez naśladowanie – w którym agent uczy się poprzez naśladowanie osoby wykonującej zadanie – może zawieść, gdy w środowisku, w którym działa robot, pojawią się chociażby niewielkie wyzwania. Mogą to być takie rzeczy jak oświetlenie, inne ustawienie przedmiotów lub nowe przeszkody, nawet w minimalnym stopniu wpływające na funkcjonowanie robota. W takiej sytuacji maszyna, jak zauważają przedstawiciele MIT, nie mają wystarczającego zbioru danych, z których mogłyby skorzystać w celu adaptacji.
Brutalne podejście
Aby rozwiązać ten problem, zespół MIT wykorzystał modele LLM – jak na przykład GPT-4 – decydując się na „brutalne podejście”.
– W dziedzinie języka, wszystkie dane to tylko zdania – mówi Lirui Wang, główny autor nowego podejścia do kształcenia robotów. – W robotyce, biorąc pod uwagę całą heterogeniczność danych, jeśli chcemy wstępnie trenować w podobny sposób, potrzebujemy innej architektur”.
Czytaj także: Jesteśmy w trakcie największej rewolucji w historii ludzkości – wnioski z konferencji Masters&Robots 2024
Zespół wprowadził nową architekturę o nazwie Heterogeneous Pretrained Transformers (HPT), która łączy informacje z różnych czujników i różnych środowisk. Transformator został następnie wykorzystany do połączenia danych w modele szkoleniowe. Im większy transformator, tym lepsze wyniki.
Następnie użytkownicy wprowadzają projekt robota, konfigurację i zadanie, które chcą wykonać.
Skąd zdobyć mózg robota?
– Naszym marzeniem jest posiadanie uniwersalnego mózgu robota, który można by pobrać i używać dla swojego robota bez żadnego szkolenia – powiedział o badaniach profesor nadzwyczajny CMU David Held. – Chociaż jesteśmy dopiero na wczesnym etapie, będziemy nadal mocno naciskać i mamy nadzieję, że skalowanie doprowadzi do przełomu w polityce robotycznej, tak jak miało to miejsce w przypadku dużych modeli językowych.
Badania zostały częściowo ufundowane przez Toyota Research Institute. W zeszłym roku na TechCrunch Disrupt TRI zadebiutowało metodą szkolenia robotów w ciągu jednej nocy. Niedawno nawiązano przełomowe partnerstwo, które połączy badania nad uczeniem się robotów ze sprzętem Boston Dynamics.
